该博客介绍了如何构建和训练一个使用ResNet的卷积神经网络，针对自定义的神奇宝贝数据集进行图像分类。首先，详细阐述了数据集的准备，包括文件夹映射、图片标签对应、数据分割和处理。接着，针对ResNet模型进行了调整以适应输入的图像尺寸。在训练与可视化阶段，通过DataLoader加载数据，利用visdom进行训练过程的可视化，并实现了模型的训练、测试及性能评估。最终，模型在交叉验证集上的准确率达到89%，测试集上达到88%。
目录
一、自定义数据集
现有数据如下：
5个文件夹，每个文件夹是神奇宝贝的一种。
每个图片形状、大小、格式不一。
我们训练CNN的时候需要的是tensor类型的数据，因此需要将所有的图片进行下列转换：
1.对文件夹编号，进行映射，比如妙蛙种子文件夹编号0，皮卡丘编号1等。
2.对文件夹中所有图片，进行编号的对应，这个就是标签。并保存为一个csv文件。
3.图片信息获取：分为train,val,test
4.处理图片，使其成为torch可以处理的类型
1.文件夹映射
前半部分为文件夹的映射。我们希望传入数据的时候直接传入文件夹的名字，而文件夹所在的路径就是py文件所在的路径，因此这样可以直接读取。对于路径的操作使用os.path.join进行。
2.图片对应标签
输入的filename，就是我们将图片和标签信息存储的文件。
使用glob.glob方法，可以轻松调取路径下的所有指定类型的文件。
将名字和标签对应好后，通过csv.writer，可以将信息以csv格式写入新文件。
以上是保存的部分，在这个函数中，我们还要重新读取一下这个文件，因为要在这个类中获得最终的图片，以及标签，并且返回。
3.训练及测试数据分割
这里是第一步的图片的后半部分，导入了图片之后，对其进行分割，这里是按照训练、交叉验证、测试，分别是0.6,0.2,0.2进行分割的。
分割完毕后的self.images, self.labels，就可以拿来进行tensor相关的处理了。
4.数据处理
上面几步是准备工作，接下来定义的__getitem__是为了能够使train_loader = DataLoader()这一语句实现。在这里面直接将数据进行我们希望进行的转换。比如大小、旋转、裁剪等。
最后返回处理好的图片，以及tensor化的标签。
另外，还需要定义一个__len__，使得我们可以获得数据集长度。
二、ResNet处理
我们要用ResNet对图片进行处理，因此其中的参数需要进行一定的修改。
主要的修改部分是ResNet18之中的resblock模块。因为我们希望输入的是3通道，224*224的图片，因此在这里对通道，步长进行一定的修改，并进行测试，成功之后便可以进行训练了。
三、训练及可视化
1.数据集导入
同时把GPU设备相关代码准备好，并且由于需要可视化，因此先实例化visdom，并且在终端上输入python -m visdom.server，打开visdom监视终端。
2.测试函数
先把模式改为eval()，接下来就是通过model，去训练测试集，得到标签，并统计正确率。
3.训练过程及可视化
和之前的一样，还是先实例化一个优化器，选择损失函数模式，实例化ResNet18，然后进行训练。
在这里由于要展示，因此先对损失值，交叉验证分数分别设置一个初始的线，通过append的方法，画出我们的损失曲线，以及交叉验证分数曲线。
通过torch.save方法存储我们的最优解。
最后通过把存储好的最优解调用起来，使用测试集，来测试最终的效果。
最终获得的交叉验证准确率89%，测试集准确率88%，损失值及交叉验证结果的图像如下：
扫一扫
8635
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
