文章目录
深度学习Week5——运动鞋识别
一、前言
二、我的环境
三、前期工作
1、配置环境
2、导入数据
3、划分数据集
四、构建CNN网络
五、训练模型
1、设置超参数
2、编写训练函数
3、编写测试函数
六、结果可视化
1、Loss图和Accuracy图
2、指定图片识别
3、加载并保存模型
七、拔高训练
一、前言
- 🍨 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
大家新年快乐呀🐉🎉
过年期间休息(摆大烂)了一段时间,好多内容忘记了😭,因此作为新年第一篇,我们就以复习巩固为主。
新的一年,我更换了设备,如今也是支持GPU啦
二、我的环境
- 电脑系统:Windows 10
- 语言环境:Python 3.11.3
- 编译器:Pycharm2023.2.3
深度学习环境:Pytorch
显卡及显存:RTX 3060 8G
三、前期工作
1、导入库并配置环境
import torch
import torch.nn as nn
import torchvision.transforms as transforms
import torchvision
from torchvision import transforms, datasets
import os,PIL,pathlib,random
import numpy as np
device = torch.device("cuda")
device
输出:
device(type='cuda')
至此,我们的环境已经配置完成。
2、 导入数据
我们下载好文件到自己的文件夹目录中,复制文件地址备用,注意这里要将[str(path).split("\\")[4] for path in data_paths]
中[]
里的数字改为自己路径所对应的数字,例如我的是“2”
这里引用K同学对于下列函数的解释。
第一步:使用pathlib.Path()函数将字符串类型的文件夹路径转换为pathlib.Path对象。
第二步:使用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。
第三步:通过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
第四步:打印classeNames列表,显示每个文件所属的类别名称。
data_dir = 'Data/Week5'
data_dir = pathlib.Path(data_dir)
data_paths = list(data_dir.glob('*'))
classeNames = [str(path).split("\\")[2] for path in data_paths]
classeNames
输出:
['test', 'train']
其实通过前5周的学习,前面导入数据,构建模型的过程已经十分熟练了,因此不再过多废话啦
data_dir = 'Data/Week5/train'
data_dir = pathlib.Path(data_dir)
image_count = len(list(data_dir.glob('*/*.jpg')))
print("训练图片总数为:",image_count)
输出:
训练图片总数为: 502
然后我们可以指定最后一张鞋的照片作为测试是否导入数据成功。
roses = list(data_dir.glob('Adidas/*.jpg'))
PIL.Image.open(str(roses[-1]))
# 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.RandomHorizontalFlip(), # 随机水平翻转
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。
])
test_transform = 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。
])
train_dataset = datasets.ImageFolder("Data/Week5/train/",transform = train_transforms)
test_dataset = datasets.ImageFolder("Data/Week5/test/",transform = train_transforms)
train_dataset.class_to_idx
输出:
{'adidas': 0, 'nike': 1}
3、划分训练集
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
输出:
Shape of X [N, C, H, W]: torch.Size([32, 3, 224, 224])
Shape of y: torch.Size([32]) torch.int64
四 、构建简单的CNN网络
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)和第五个参数(padding)分别是步长和填充大小,默认为1和0,一般可省略。
import torch.nn.functional as F
class Model(nn.Module):
def __init__(self):
super(Model, self).__init__()
self.conv1 = nn.Sequential(
nn.Conv2d(3, 12, kernel_size = 5, padding = 0), # 12*220*220
nn.BatchNorm2d(12),
nn.ReLU())
self.conv2 = nn.Sequential(
nn.Conv2d(12, 12, kernel_size = 5, padding = 0), # 12*216*216
nn.BatchNorm2d(12),
nn.ReLU())
self.pool3 = nn.Sequential(
nn.MaxPool2d(2)) # 12*108*108
self.conv4 = nn.Sequential(
nn.Conv2d(12, 24, kernel_size = 5, padding = 0), # 24*104*104
nn.BatchNorm2d(24),
nn.ReLU())
self.conv5 = nn.Sequential(
nn.Conv2d(24, 24, kernel_size = 5, padding = 0), # 24*100*100
nn.BatchNorm2d(24),
nn.ReLU())
self.pool6 = nn.Sequential(
nn.MaxPool2d(2)) # 24*50*50
self.dropout = nn.Sequential(
nn.Dropout(0.2))
self.fc=nn.Sequential(
nn.Linear(24*50*50, len(classeNames)))
def forward(self, x):
batch_size = x.size(0)
x = self.conv1(x) # 卷积-BN-激活
x = self.conv2(x) # 卷积-BN-激活
x = self.pool3(x) # 池化
x = self.conv4(x) # 卷积-BN-激活
x = self.conv5(x) # 卷积-BN-激活
x = self.pool6(x) # 池化
x = self.dropout(x)
x = x.view(batch_size, -1) # flatten 变成全连接网络需要的输入 (batch, 24*50*50) ==> (batch, -1), -1 此处自动算出的是24*50*50
x = self.fc(x)
return x
device = "cuda"
print("Using {} device".format(device))
model = Model().to(device)
model
输出:
Using cuda device
Model(
(conv1): Sequential(
(0): Conv2d(3, 12, kernel_size=(5, 5), stride=(1, 1))
(1): BatchNorm2d(12, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(2): ReLU()
)
(conv2): Sequential(
(0): Conv2d(12, 12, kernel_size=(5, 5), stride=(1, 1))
(1): BatchNorm2d(12, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(2): ReLU()
)
(pool3): Sequential(
(0): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(conv4): Sequential(
(0): Conv2d(12, 24, kernel_size=(5, 5), stride=(1, 1))
(1): BatchNorm2d(24, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(2): ReLU()
)
(conv5): Sequential(
(0): Conv2d(24, 24, kernel_size=(5, 5), stride=(1, 1))
(1): BatchNorm2d(24, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(2): ReLU()
)
(pool6): Sequential(
(0): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(dropout): Sequential(
(0): Dropout(p=0.2, inplace=False)
)
(fc): Sequential(
(0): Linear(in_features=60000, out_features=2, bias=True)
)
)
五、训练模型
1、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)
2、编写训练函数
其核心思想是在每个训练迭代中,它从数据加载器中获取一个小批量的训练数据(包含图像和标签),将数据传递给模型进行前向传播,计算损失,然后通过反向传播更新模型的参数。最后,它记录并返回训练的准确率和损失。
简要概括:
- 从数据加载器中获取小批量训练数据。
- 将数据传递给模型进行前向传播,计算预测值。
- 计算预测值与真实标签之间的损失。
- 使用反向传播更新模型参数。
- 记录并返回训练准确率和损失。
# 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, (size/batch_size,向上取整)
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.to(device), y.to(device)
# 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
3、编写测试函数
下面这段代码主要是用于测试(评估)深度学习模型性能的函数。在每个测试迭代中,它从测试数据加载器中获取一个小批量的数据(包含图像和标签),通过模型进行前向传播,计算损失,然后记录测试准确率和损失。
简要概括:
- 从测试数据加载器中获取小批量测试数据。
- 将数据传递给模型进行前向传播,得到预测值。
- 计算预测值与真实标签之间的损失。
- 记录并返回测试准确率和损失。
测试函数和训练函数大致相同,但是由于不进行梯度下降对网络权重进行更新,所以不需要传入优化器
# 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, (size/batch_size,向上取整)
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.to(device), target.to(device)
# 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
4、设置动态学习率
def adjust_learning_rate(optimizer, epoch, start_lr):
# 每 2 个epoch衰减到原来的 0.98
lr = start_lr * (0.92 ** (epoch // 2))
for param_group in optimizer.param_groups:
param_group['lr'] = lr
learn_rate = 1e-4 # 初始学习率
optimizer = torch.optim.SGD(model.parameters(), lr = learn_rate)
4、正式训练
主要是一个简单的训练循环,用于训练和评估深度学习模型多个epochs。在每个epoch中,它分别进行训练和测试,并记录训练集和测试集的准确率以及损失。最后,将每个epoch的结果打印出来。
loss_fn = nn.CrossEntropyLoss() # 创建损失函数
epochs = 20
train_loss = []
train_acc = []
test_loss = []
test_acc = []
for epoch in range(epochs):
# 更新学习率(使用自定义学习率时使用)
adjust_learning_rate(optimizer, epoch, learn_rate)
model.train()
epoch_train_acc, epoch_train_loss = train(train_dl, model, loss_fn, optimizer)
model.eval()
epoch_test_acc, epoch_test_loss = test(test_dl, 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)
# 获取当前的学习率
lr = optimizer.state_dict()['param_groups'][0]['lr']
template = ('Epoch:{:2d}, Train_acc:{:.1f}%, Train_loss:{:.3f}, Test_acc:{:.1f}%, Test_loss:{:.3f}, Lr:{:.2E}')
print(template.format(epoch+1, epoch_train_acc*100, epoch_train_loss,
epoch_test_acc*100, epoch_test_loss, lr))
print('Done')
输出:
Epoch: 1, Train_acc:53.0%, Train_loss:0.777, Test_acc:61.8%, Test_loss:0.681, Lr:1.00E-04
Epoch: 2, Train_acc:63.5%, Train_loss:0.639, Test_acc:73.7%, Test_loss:0.618, Lr:1.00E-04
Epoch: 3, Train_acc:66.9%, Train_loss:0.623, Test_acc:65.8%, Test_loss:0.660, Lr:9.20E-05
Epoch: 4, Train_acc:70.3%, Train_loss:0.571, Test_acc:71.1%, Test_loss:0.543, Lr:9.20E-05
Epoch: 5, Train_acc:75.7%, Train_loss:0.526, Test_acc:71.1%, Test_loss:0.535, Lr:8.46E-05
Epoch: 6, Train_acc:74.7%, Train_loss:0.523, Test_acc:78.9%, Test_loss:0.522, Lr:8.46E-05
Epoch: 7, Train_acc:78.3%, Train_loss:0.477, Test_acc:78.9%, Test_loss:0.467, Lr:7.79E-05
Epoch: 8, Train_acc:79.9%, Train_loss:0.468, Test_acc:75.0%, Test_loss:0.565, Lr:7.79E-05
Epoch: 9, Train_acc:79.5%, Train_loss:0.457, Test_acc:78.9%, Test_loss:0.493, Lr:7.16E-05
Epoch:10, Train_acc:82.7%, Train_loss:0.421, Test_acc:82.9%, Test_loss:0.490, Lr:7.16E-05
Epoch:11, Train_acc:85.5%, Train_loss:0.412, Test_acc:78.9%, Test_loss:0.474, Lr:6.59E-05
Epoch:12, Train_acc:86.1%, Train_loss:0.407, Test_acc:82.9%, Test_loss:0.452, Lr:6.59E-05
Epoch:13, Train_acc:86.3%, Train_loss:0.388, Test_acc:81.6%, Test_loss:0.504, Lr:6.06E-05
Epoch:14, Train_acc:86.9%, Train_loss:0.368, Test_acc:82.9%, Test_loss:0.453, Lr:6.06E-05
Epoch:15, Train_acc:88.2%, Train_loss:0.374, Test_acc:82.9%, Test_loss:0.456, Lr:5.58E-05
Epoch:16, Train_acc:89.4%, Train_loss:0.353, Test_acc:82.9%, Test_loss:0.470, Lr:5.58E-05
Epoch:17, Train_acc:89.2%, Train_loss:0.349, Test_acc:84.2%, Test_loss:0.461, Lr:5.13E-05
Epoch:18, Train_acc:90.2%, Train_loss:0.342, Test_acc:81.6%, Test_loss:0.414, Lr:5.13E-05
Epoch:19, Train_acc:89.4%, Train_loss:0.341, Test_acc:81.6%, Test_loss:0.443, Lr:4.72E-05
Epoch:20, Train_acc:91.8%, Train_loss:0.337, Test_acc:82.9%, Test_loss:0.475, Lr:4.72E-05
Done
六、结果可视化
1、Loss和Accuracy图
import matplotlib.pyplot as plt
#隐藏警告
import warnings
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 # 因为我是用的Jupyter,因此不用plt.show()
结果:
2、指定图片识别
from PIL import Image
classes = list(total_data.class_to_idx)
def predict_one_image(image_path, model, transform, classes):
test_img = Image.open(image_path).convert('RGB')
plt.imshow(test_img) # 展示预测的图片
test_img = transform(test_img)
img = test_img.to(device).unsqueeze(0)
model.eval()
output = model(img)
_,pred = torch.max(output,1)
pred_class = classes[pred]
print(f'预测结果是:{pred_class}')
# 预测训练集中的某张照片
# 预测训练集中的某张照片
predict_one_image(image_path = 'Data/Week5/test/nike/31.jpg',
model = model,
transform = train_transforms,
classes = classes)
输出:
预测结果是:nike
3、保存并加载模型
# 模型保存
PATH = './model.pth' # 保存的参数文件名
torch.save(model.state_dict(), PATH)
# 将参数加载到model当中
model.load_state_dict(torch.load(PATH, map_location = device))
输出:
<All keys matched successfully>
七、拔高训练—提高测试集accuracy
1. 动态学习率
在深度神经网络中,学习率是最重要的超参数之一。如何调整学习率是“炼丹玄学”中最重要的药方之一。作为当前最为流行的深度学习框架,PyTorch已经为我们封装好了一些在训练过程中动态调整学习率的方法,下面就让我们来看一下。
torch.optim.lr_scheduler.StepLR
等间隔动态调整方法,每经过step_size个epoch,做一次学习率decay,以gamma值为缩小倍数。
torch.optim.lr_scheduler.StepLR(optimizer, step_size, gamma=0.1, last_epoch=-1)
lr_scheduler.LambdaLR
根据自己定义的函数更新学习率。
torch.optim.lr_scheduler.LambdaLR(optimizer, lr_lambda, last_epoch=-1, verbose=False)
lr_scheduler.MultiStepLR
在特定的 epoch 中调整学习率
torch.optim.lr_scheduler.MultiStepLR(optimizer, milestones, gamma=0.1, last_epoch=-1, verbose=False)
我们使用torch.optim.lr_scheduler
他的关键参数解释如下:
optimizer(Optimizer)
:是之前定义好的需要优化的优化器的实例名step_size(int)
:是学习率衰减的周期,每经过每个epoch,做一次学习率decaygamma(float)
:学习率衰减的乘法因子。Default:0.1
在torch.optim.lr_scheduler
上,基于当前epoch的数值,为我们封装了几种相应的动态学习率调整方法,该部分的官方手册传送门——optim.lr_scheduler官方文档。需要注意的是学习率的调整需要应用在优化器参数更新之后,其应用的简要代码示例如下:
>>> optimizer = torch.optim.Adam(...) #选择一种优化器
>>> scheduler = torch.optim.lr_scheduler.... # 选择一种动态调整学习率的方法,可以是下面几种之一
>>> for epoch in range(100):
>>> train(...)
>>> validate(...)
>>> optimizer.step()
>>> scheduler.step() # 需要在优化器参数更新之后再动态调整学习率
2. 因此我们动态学习率调用官方接口,并且提高epochs数量,依此来提高测试集accuracy
可以看到,我们调用了官方接口来动态学习率,同时增加了epochs的值,Accuracy有一定提高,但是Accuracy并未达到84%,说明我们还没有找到最佳模型,仍然需要改进。