基于crnn图像序列预测-pytorch代码实现——加载自己的数据集

目录
1、基于crnn图像序列预测-pytorch代码实现——加载自己的数据集
2、基于crnn图像序列预测-pytorch代码实现——模型介绍
3、基于crnn图像序列预测-pytorch代码实现——训练过程及常见错误
任务介绍:在这里基于卷积循环神经网络,做一个图像序列的预测。图像序列中每一张图像对应三个状态标签的一个。利用卷积网络对每连续的九张图像进行特征提取,然后将提取的特征序列输入到循环神经网络(LSTM)中,预测下一张图像状态,再与原本图像序列中的第十张图像计算loss。

数据集介绍:数据来自两段工业视频(一段训练,一段测试),将视频按帧提取图像序列(在时间上连续)。对图像进行标记,分为三个状态标签(0,1,2),每张图像对应一个状态。

数据预处理:训练集包括15000张图片,尺寸为3×256×256,命名从00001.jpg-15000.jpg。将图片的路径和标签信息保存到txt文件中,中间以空格分隔。如图:
在这里插入图片描述
数据加载:这里改写了Dataset类中的__getitem__()函数,使得每次迭代返回连续的九张图像和第十张图像的标签。详细代码如下:

def default_loader(path):
    return Image.open(path).convert('RGB')


class MyDataset(Dataset):
    def __init__(self, txt, transform=None, target_transform=None, loader=default_loader):
        fh = open(txt, 'r')
        imgs = []
        for line in fh:
            line = line.strip('\n')
            line = line.rstrip()
            words = line.split()
            imgs.append((words[0], int(words[1])))
        imgs.sort(key=lambda x: x[0], reverse=False)
        self.num_samples = len(imgs)
        self.num_samples_per_iteration = 9
        self.imgs = imgs
        self.transform = transform
        self.target_transform = target_transform
        self.loader = loader

    def __getitem__(self, index):
        current_index = np.random.choice(range(self.num_samples_per_iteration, self.num_samples))
        current_imgs = []
        current_label = self.imgs[current_index][1]
        for i in range(current_index - self.num_samples_per_iteration, current_index):
            fn, label = self.imgs[i]
            img = self.loader(fn)
            if self.transform is not None:
                img = self.transform(img)
            current_imgs.append(img)
        batch_cur_imgs = np.stack(current_imgs, axis=0)  # [9, 3, 256, 256]
        return batch_cur_imgs, current_label

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


train_data = MyDataset(txt='trainset256.txt', transform=transforms.ToTensor())
train_loader = DataLoader(train_data, batch_size=BATCH_SIZE, shuffle=False)

test_data = MyDataset(txt='testset256.txt', transform=transforms.ToTensor())
test_loader = DataLoader(test_data, batch_size=BATCH_SIZE, shuffle=False)
print('num_of_trainData:', len(train_data))
print('num_of_testData:', len(test_data))
【资源说明】 课程设计基于python卷积循环神经网络(CRNN)的数字识别系统源码+模型+数据集+使用说明.zip 划分训练集与测试集 > 建议使用 ./tools 下 **split_train_and_test_dataset.py** 来执行划分操作 ## 3.修改配置文件 > 配置文件默认在 ./configs/global. yml ``` # 配置文件说明 Global: use_gpu: 是否使用gpu epoch_num: 训练总epoch数 save_model_dir: 模型保存文件夹,默认为./output save_epoch_step: 每几次epoch保存一次模型 learning_rate: 学习率,默认为0.001 character_dict_path: 字典,默认在./configs/dict.txt max_text_length: 最大文字长度 Train: data_dir: 训练集文件夹路径 label_file_dir: 训练集标注文件路径 shuffle: 是否打乱,默认为True batch_size: 训练批次大小 Test: data_dir: 测试集文件夹路径 label_file_dir: 测试集标注文件路径 shuffle: 是否打乱,False batch_size: 测试批次大小 ``` ## 4.启动训练 > 运行项目内 train.py ## 5.进行推理 > 运行项目内 infer.py ```python # 选择训练好的模型路径 model_path = './output/best.pth' # 选择要推理的图片路径 image_path = './example.png' ``` 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载使用,也适合小白学习进阶,当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可直接用于毕设、课设、作业等。 欢迎下载,沟通交流,互相学习,共同进步!
评论 5
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