Pytorch--CNN实现kaggle猫狗大战(Dogs vs. Cats)

本文介绍使用Pytorch的CNN模型解决Kaggle猫狗大战问题,详细阐述了数据准备、模型构建、训练过程及测试结果,最终在Kaggle上获得73%的准确率。
摘要由CSDN通过智能技术生成

今天咱们来聊聊用Pytorch的CNN完成kaggle猫狗大战。

话不多说,进入正题。
首先,图片数据来源kaggle,在网站上搜索Dogs vs. Cats很多相关图片集,找一个下载下来。

我这里采用的数据集是:

  • Train:4000张cat + 4000张dog
  • Test:1000张cat + 1000张dog

Pytorch版本:(torch 1.3.1+cpu) + (torchvision 0.4.2+cpu)

步骤:
1. 重定义我们的Dataset
2. 定义我们的Pytorch CNN结构
3. 利用定义好的Dataset,载入我们的数据集
4. 创建CNN实例
5. 定义loss损失函数和我们的神经网络优化器
6. 训练
7. 测试,查看正确率

开始:

首先引入一些要用的库:

import os
import torch
from torchvision import transforms,datasets
import torch
import torch.nn as nn
import torch.nn.functional as F
from torch.autograd import Variable
import numpy as np
from torch.utils.data import Dataset, DataLoader
from torchvision import transforms, utils
import torch.optim as optim
from PIL import Image

定义DataTransform:

data_transform = transforms.Compose([
    transforms.Resize(84),
    transforms.CenterCrop(84),
    transforms.ToTensor(),
    transforms.Normalize(mean = [0.485, 0.456, 0.406],std = [0.229, 0.224, 0.225])
])

重定义Dataset:

class MyDataSet(Dataset):
    def __init__(self, txtPath, data_transform):
        self.imgPathArr = []
        self.labelArr = []
        with open(txtPath, "rb") as f:
            txtArr = f.readlines()
        for i in txtArr:
            fileArr = str(i.strip(), encoding = "utf-8").split(" ")
            self.imgPathArr.append(fileArr[0])
            self.labelArr.append(fileArr[1])
        self.transforms = data_transform

    def __getitem__(self, index):
        label = np.array(int(self.labelArr[index]))
        img_path = self.imgPathArr[index]
        pil_img = Image.open(img_path)
        if self.transforms:
            data = self.transforms(pil_img)
        else:
            pil_img = np.asarray(pil_img)
            data = torch.from_numpy(pil_img)
        return data, label

    def __len__(self):
        return len(self.imgPathArr)

这里我给Dataset传入了一个txt文件以及我上面定义的data_transform,这里主要说一下我的txt文件里的内容是图片路径+图片的label,这里0就是cat,1就是dog,到时候我的Dataset就会根据我txt里的内容创建相应的数据集(图片+label),各位可以自己写一个简单的Python脚本去快速的遍历文件夹下的图片同时添加对应的Label,再将这些信息写入txt文件中。

当然,这只是我按照我的风格来重定义Dataset的,各位完全能按照自己的想法去定义自己的Dataset数据集格式,只要符合Pytorch的标准,不一定要按照我这种方式。

  • 1
    点赞
  • 35
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值