ResNet18深度学习记录——代码复现

神经网络/深度学习

第三章 Python机器学习入门之ResNet18的使用

---

---

前言

本文主要是复现resnet18网络代码，训练自己的二分类模型，学习记录下来。

---

一、ResNet是什么？

深度残差网络（Deep residual network, ResNet）的提出是CNN图像史上的一件里程碑事件,具体多牛，大家自己某度咯。ResNet的作者何恺明也因此摘得CVPR2016最佳论文奖，当然何博士的成就远不止于此，感兴趣的也可以去搜一下他后来的辉煌战绩。下面简单讲述ResNet的理论及实现。具体的解释可以去这位大佬的博文看看。

原文链接：https://blog.csdn.net/weixin_39524208/article/details/124894216

二、使用步骤

1.制作excel表格

我们已第一列为例，0代表扁平，1代表拟物。一次代码只能实行一个二分类的训练，例如途中有四列，那么就要训练四次。下面会说

2.引入库

import torch
from torch.utils.data import DataLoader
from torchvision import transforms
from PIL import Image
from torch.utils.data import Dataset
import pandas as pd
from sklearn.model_selection import train_test_split
import torchvision.models as models
import torch.nn as nn

torch, torchvision, PIL, pandas, sklearn等库用于深度学习、图像处理和数据处理。

3.定义自定义数据集类CustomDataset：

class CustomDataset(Dataset):
    def __init__(self, image_paths, labels, transform=None):
        self.image_paths = image_paths
        self.labels = labels
        self.transform = transform

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

    def __getitem__(self, idx):
        try:
            image = Image.open(self.image_paths[idx]).convert('RGB')
            if self.transform:
                image = self.transform(image)
            label = self.labels[idx]
            return image, torch.tensor(label, dtype=torch.float32)
        except Exception as e:
            print(f"Error loading image {self.image_paths[idx]}: {e}")
            return None

该类继承自 torch.utils.data.Dataset，用于加载图像数据和相应的标签。它包括三个主要方法：
init：初始化图像路径、标签和图像变换。
len：返回数据集的大小。
getitem：获取指定索引的图像和标签，并进行预处理。

4.数据加载预处理和模型训练

def main():
    df = pd.read_excel('excel/训练基础标签.xlsx', sheet_name='Sheet1')#这里是读取excel的位置。excel的内容上面已经写了
    image_paths = [f"train/基础标签/{path}" for path in
                   df.iloc[:, 0].astype(str)]#这里是图片训练集所在的位置，也就是excel表中第一列的那些图片
    labels = df.iloc[:, 1].tolist()
    
    #image_paths：从第一列获取图像文件名，并将其拼接成完整的路径。
    #labels：从第二列（也就是简约复杂）获取标签，并将其转换为列表形式。如果是第三列就可以改成[:, 2]

    transform = transforms.Compose([
        transforms.Resize((224, 224)),
        transforms.ToTensor(),
    ])

    train_images, test_images, train_labels, test_labels = train_test_split(
        image_paths, labels, test_size=0.2, random_state=42)

    train_dataset = CustomDataset(train_images, train_labels, transform)
    test_dataset = CustomDataset(test_images, test_labels, transform)
    train_loader = DataLoader(train_dataset, batch_size=16, shuffle=True, num_workers=16)
    test_loader = DataLoader(test_dataset, batch_size=32, shuffle=False, num_workers=16)

    model = models.resnet18(pretrained=True)  # 使用预训练的 ResNet18 模型
	num_ftrs = model.fc.in_features  # 获取最后一层全连接层的输入特征数
	model.fc = nn.Linear(num_ftrs, 1)  # 修改最后一层以适应二分类任务，输出一个神经元
	model.to('cuda')  # 将模型加载到 GPU 上

    criterion = nn.BCEWithLogitsLoss()
    optimizer = torch.optim.Adam(model.parameters(), lr=0.0001)

    for epoch in range(10):
        model.train()
        for images, labels in train_loader:
            if images is None:
                continue
            images, labels = images.to('cuda'), labels.to('cuda')
            optimizer.zero_grad()
            outputs = model(images).squeeze()
            loss = criterion(outputs, labels)
            loss.backward()
            optimizer.step()
        print(f'Epoch {epoch + 1} complete.')

    # Model evaluation
    model.eval()
    total = 0
    correct = 0
    with torch.no_grad():
        for images, labels in test_loader:
            if images is None:
                continue
            images, labels = images.to('cuda'), labels.to('cuda')
            outputs = model(images).squeeze()
            predicted = (torch.sigmoid(outputs) > 0.5).float()
            total += labels.size(0)
            correct += (predicted == labels).sum().item()

    print(f'Accuracy: {100 * correct / total:.2f}%')

    # Save the model
    torch.save(model.state_dict(),'models/resnet_multilabel_jichu01.pth')#模型存放的位置
    print("Model saved successfully.")


if __name__ == '__main__':
    main()

总结来说，在读取文件和标签的时候，确实只读取了Excel文件的前两列，其中第一列包含图像文件名，第二列包含对应的标签（如果训练其他的标签只需要对列数进行修改）。还有一定要注意修改最后一层全连接层的输入特征数，以适应二分类任务，输出一个神经元。

---

总结

以上就是今天代码所复现的内容，本文仅仅简单复现了ResNet18的代码并训练，如有不足还望批评指正。