- 🍨 本文为🔗365天深度学习训练营 中的学习记录博客
- 🍖 原作者:K同学啊 | 接辅导、项目定制
一、我的环境:
1.语言环境:Python 3.8
2.编译器:Pycharm
3.深度学习环境:
- torch==1.12.1+cu113
- torchvision==0.13.1+cu113
二、GPU设置:
import torch
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
print(device)
三、导入数据:
- pathlib.Path函数将字符串类型的文件夹路径转换为pathlib.Path对象。
- glob()方法获取data_dir路径下的所有文件路径,并以列表形式存储在data_paths中。
- split()函数对data_paths中的每个文件路径执行分割操作,获得各个文件所属的类别名称,并存储在classeNames中。
- 打印classeNames列表,显示每个文件所属的类别名称
data_dir = './data/weather_photos/'
data_dir = pathlib.Path(data_dir)
data_paths = list(data_dir.glob('*'))
classeNames = [str(path).split("\\")[1] for path in data_paths]
print(classeNames)
运行结果:
['cloudy', 'rain', 'shine', 'sunrise']
total_datadir = './data/weather_photos'
# 关于transforms.Compose的更多介绍可以参考:https://blog.csdn.net/qq_38251616/article/details/124878863
train_transforms = transforms.Compose([
transforms.Resize([224, 224]), # 将输入图片resize成统一尺寸
transforms.ToTensor(), # 将PIL Image或numpy.ndarray转换为tensor,并归一化到[0,1]之间
transforms.Normalize( # 标准化处理-->转换为标准正太分布(高斯分布),使模型更容易收敛
mean=[0.485, 0.456, 0.406],
std=[0.229, 0.224, 0.225]) # 其中 mean=[0.485,0.456,0.406]与std=[0.229,0.224,0.225] 从数据集中随机抽样计算得到的。
])
total_data = datasets.ImageFolder(total_datadir,transform=train_transforms)
print(total_data)
运行结果:
Dataset ImageFolder
Number of datapoints: 1125
Root location: ./data/weather_photos
StandardTransform
Transform: Compose(
Resize(size=[224, 224], interpolation=bilinear, max_size=None, antialias=True)
ToTensor()
Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
)
四、数据可视化:
import matplotlib.pyplot as plt
from PIL import Image
# 指定图像文件夹路径
image_folder = './data/weather_photos/cloudy/'
# 获取文件夹中的所有图像文件
image_files = [f for f in os.listdir(image_folder) if f.endswith((".jpg", ".png", ".jpeg"))]
# 创建Matplotlib图像
fig, axes = plt.subplots(3, 8, figsize=(16, 6))
# 使用列表推导式加载和显示图像
for ax, img_file in zip(axes.flat, image_files):
img_path = os.path.join(image_folder, img_file)
img = Image.open(img_path)
ax.imshow(img)
ax.axis('off')
# 显示图像
plt.tight_layout()
plt.show()
运行结果:
五、划分数据集
- train_size表示训练集大小,通过将总体数据长度的80%转换为整数得到。
- test_size表示测试集大小,是总体数据长度减去训练集大小。
- 使用random_split()方法进行数据集划分。该方法将总体数据total_data按照指定的大小比例([train_size, test_size])随机划分为训练集和测试集,并将划分结果分别赋值给train_dataset和test_dataset两个变量
train_size = int(0.8 * len(total_data))
test_size = len(total_data) - train_size
train_dataset, test_dataset = torch.utils.data.random_split(total_data, [train_size, test_size])
print(train_size,test_size)
运行结果:
(900, 225)
batch_size = 32
train_dl = torch.utils.data.DataLoader(train_dataset,
batch_size=batch_size,
shuffle=True,
num_workers=1)
test_dl = torch.utils.data.DataLoader(test_dataset,
batch_size=batch_size,
shuffle=True,
num_workers=1)
for X, y in test_dl:
print("Shape of X [N, C, H, W]: ", X.shape)
print("Shape of y: ", y.shape, y.dtype)
break
运行结果:
Shape of X [N, C, H, W] torch.Size([32, 3, 224, 224])
Shape of y torch.Size([32]) torch.int64
六、构建简单的CNN网络
对于一般的CNN网络来说,都是由特征提取网络和分类网络构成,其中特征提取网络用于提取图片的特征,分类网络用于将图片进行分类。
- nn.Conv2d为卷积层,用于提取图片的特征,传入参数为输入channel,输出channel,池化核大小
网络结构图:
import torch.nn.functional as F
class CNN(nn.Module):
def __init__(self):
super(CNN, self).__init__()
"""
nn.Conv2d()函数:
第一个参数(in_channels)是输入的channel数量
第二个参数(out_channels)是输出的channel数量
第三个参数(kernel_size)是卷积核大小
第四个参数(stride)是步长,默认为1
第五个参数(padding)是填充大小,默认为0
"""
self.conv1 = nn.Conv2d(in_channels=3, out_channels=12, kernel_size=5, stride=1, padding=0)
self.bn1 = nn.BatchNorm2d(12)
self.conv2 = nn.Conv2d(in_channels=12, out_channels=12, kernel_size=5, stride=1, padding=0)
self.bn2 = nn.BatchNorm2d(12)
self.pool1 = nn.MaxPool2d(2,2)
self.conv4 = nn.Conv2d(in_channels=12, out_channels=24, kernel_size=5, stride=1, padding=0)
self.bn4 = nn.BatchNorm2d(24)
self.conv5 = nn.Conv2d(in_channels=24, out_channels=24, kernel_size=5, stride=1, padding=0)
self.bn5 = nn.BatchNorm2d(24)
self.pool2 = nn.MaxPool2d(2,2)
self.fc1 = nn.Linear(24*50*50, len(classeNames))
def forward(self, x):
x = F.relu(self.bn1(self.conv1(x)))
x = F.relu(self.bn2(self.conv2(x)))
x = self.pool1(x)
x = F.relu(self.bn4(self.conv4(x)))
x = F.relu(self.bn5(self.conv5(x)))
x = self.pool2(x)
x = x.view(-1, 24*50*50)
x = self.fc1(x)
return x
加载并打印模型
import torchsummary as summary
model = Model()
summary.summary(model, (3, 224, 224))
运行结果:
七、训练函数
# 训练循环
def train(dataloader, model, loss_fn, optimizer):
size = len(dataloader.dataset) # 训练集的大小
num_batches = len(dataloader) # 批次数目
train_loss, train_acc = 0, 0 # 初始化训练损失和正确率
for X, y in dataloader: # 获取图片及其标签
X, y = X, y
# 计算预测误差
pred = model(X) # 网络输出
loss = loss_fn(pred, y) # 计算网络输出和真实值之间的差距,targets为真实值,计算二者差值即为损失
# 反向传播
optimizer.zero_grad() # grad属性归零
loss.backward() # 反向传播
optimizer.step() # 每一步自动更新
# 记录acc与loss
train_acc += (pred.argmax(1) == y).type(torch.float).sum().item()
train_loss += loss.item()
train_acc /= size
train_loss /= num_batches
return train_acc, train_loss
八、测试函数
def test (dataloader, model, loss_fn):
size = len(dataloader.dataset) # 测试集的大小
num_batches = len(dataloader) # 批次数目
test_loss, test_acc = 0, 0
# 当不进行训练时,停止梯度更新,节省计算内存消耗
with torch.no_grad():
for imgs, target in dataloader:
imgs, target = imgs, target
# 计算loss
target_pred = model(imgs)
loss = loss_fn(target_pred, target)
test_loss += loss.item()
test_acc += (target_pred.argmax(1) == target).type(torch.float).sum().item()
test_acc /= size
test_loss /= num_batches
return test_acc, test_loss
九、模型训练
if __name__ == "__main__":
main()
设置超参数
- loss_fn = nn.CrossEntropyLoss() # 创建损失函数
- learn_rate = 1e-4 # 学习率
- opt = torch.optim.SGD(model.parameters(),lr=learn_rate)
def main():
epochs = 5
train_loss = []
train_acc = []
test_loss = []
test_acc = []
model = CNN()
loss_fn = nn.CrossEntropyLoss() # 创建损失函数
learn_rate = 1e-4 # 学习率
opt = torch.optim.SGD(model.parameters(), lr=learn_rate)
train_transforms, total_data = get_total_data()
train_size = int(0.8 * len(total_data)) # 训练集900
test_size = len(total_data) - train_size # 测试集225
train_dataset, test_dataset = torch.utils.data.random_split(total_data, [train_size, test_size])
for epoch in range(epochs):
model.train()
epoch_train_acc, epoch_train_loss = train(get_data_loader(train_dataset), model, loss_fn, opt)
model.eval()
epoch_test_acc, epoch_test_loss = test(get_data_loader(test_dataset), model, loss_fn)
train_acc.append(epoch_train_acc)
train_loss.append(epoch_train_loss)
test_acc.append(epoch_test_acc)
test_loss.append(epoch_test_loss)
template = ('Epoch:{:2d}, Train_acc:{:.1f}%, Train_loss:{:.3f}, Test_acc:{:.1f}%,Test_loss:{:.3f}')
print(
template.format(epoch + 1, epoch_train_acc * 100, epoch_train_loss, epoch_test_acc * 100, epoch_test_loss))
print('Done')
运行结果:
十、模型评估
warnings.filterwarnings("ignore") # 忽略警告信息
plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号
plt.rcParams['figure.dpi'] = 100 # 分辨率
epochs_range = range(epochs)
plt.figure(figsize=(12, 3))
plt.subplot(1, 2, 1)
plt.plot(epochs_range, train_acc, label='Training Accuracy')
plt.plot(epochs_range, test_acc, label='Test Accuracy')
plt.legend(loc='lower right')
plt.title('Training and Validation Accuracy')
plt.subplot(1, 2, 2)
plt.plot(epochs_range, train_loss, label='Training Loss')
plt.plot(epochs_range, test_loss, label='Test Loss')
plt.legend(loc='upper right')
plt.title('Training and Validation Loss')
plt.show()
运行结果:
十一、预测
torch.squeeze():对数据的维度进行压缩,去掉维数为1的的维度。
torch.unsqueeze():对数据维度进行扩充。给指定位置加上维数为一的维度。
def predict_one_image(image_path, model, transform, classes):
# 打开待预测的图片,并转换为RGB格式
test_img = Image.open(image_path).convert('RGB')
plt.imshow(test_img) # 展示预测的图片
# plt.show()
# 对图片进行数据预处理
test_img = transform(test_img)
img = test_img.unsqueeze(0) # 将图片加入一个batch中,这里的batch size为1
model.eval() # 设置模型为评估模式
output = model(img) # 对图片进行分类预测
_, pred = torch.max(output, 1) # 获取预测结果中概率最高的类别标签
pred_class = classes[pred] # 根据类别标签获取类别名称
print(f'predict_result:{pred_class},image_path:{image_path}') # 输出预测结果
predict_one_image(image_path='./img/rain.jpg',
model=model,
transform=train_transforms,
classes=classes)
运行结果:
predict_result:rain,image_path:./img/rain.jpg
十二、增加测试集accuracy
更改优化器:
opt = torch.optim.Adam(model.parameters(), lr=learn_rate)
通过更改优化器,增加dropout层,测试集accuracy最高可达到95.6%。
运行结果:
十三、完成情况
🍺要求:
- 本地读取并加载数据(完成✅,通过案例代码学习)
- 测试集accuracy到达93%(完成✅,通过更改优化器实现)
🍻拔高:
- 测试集accuracy到达95%(完成✅,通过更改优化器和增加dropout层实现)
- 调用模型识别一张本地图片(完成✅,通过后续案例代码实现)
十四、总结
本次基于深度学习的pytorch实现天气识别项目总结如下:
1.学习本地读取并加载数据,运用random_split()方法进行数据集划分;
2.学习通过指定图片进行预测,调取本地一张关于天气的图片,预测这张图片是那个类别;
3.torchvision.transforms.Compose()详解,引用k同学啊;
- torchvision.datasets: 一些加载数据的函数及常用的数据集接口;
- torchvision.models: 包含常用的模型结构(含预训练模型),例如AlexNet、VGG、ResNet等;
- torchvision.transforms: 常用的图片变换,例如裁剪、旋转等;
- torchvision.utils: 其他的一些有用的方法。
4.优化器是深度学习模型的优化算法,它们的目标是通过最小化损失函数来更新模型参数,优化器的选择各有利弊,参考至常见深度学习优化器 BGD、SGD、MBGD及Adam 对比总结;
5.学习Dropout层作用;
Dropout可以作为训练深度神经网络的一种trick供选择。在每个训练批次中,通过忽略一半数量的特征检测器(让一半的隐层节点值为0),可以明显地减少过拟合现象。这种方式可以减少特征检测器(隐层节点)间的相互作用,检测器相互作用是指某些检测器依赖其他检测器才能发挥作用,参考至深度学习中Dropout层的作用。