深度学习Week4-猴痘病识别(Pytorch)

目录

一、 前期准备(步骤基本是天气识别模板)

1.设置gpu

2. 导入数据

3.划分数据集

二、构建简单的CNN网络

三、 训练模型

1. 设置超参数

2. 编写训练函数

3. 编写测试函数

4. 正式训练

四、 结果可视化

1. 统计图

2.保存并加载模型

3.指定图片预测

拓展:

代码:

 *五、拔高

1.划分数据集部分,把batch_size = 128降低为为 batch_size = 32

2.按照1改完后,构建CNN网络部分,尝试增加卷积层和池化层

3.按照1改完后,在训练模型-设置超参数中修改学习率

 4.按照1改完后,在训练模型-设置超参数中修改优化器

六、总结


🍨 本文为[🔗365天深度学习训练营]中的学习记录博客
🍦 参考文章:[Pytorch实战 | 第P4周:猴痘病识别]
🍖 原作者:[K同学啊|接辅导、项目定制]

🍺要求:

训练过程中保存效果最好的模型参数。√
加载最佳模型参数识别本地的一张图片。√
调整网络结构使测试集accuracy到达88%(重点)。√

🍻拔高(可选):
调整模型参数并观察测试集的准确率变化。√
尝试设置动态学习率。√
测试集accuracy到达90%。×

一、 前期准备(步骤基本是天气识别模板)

1.设置gpu

import torch
import torch.nn as nn
import torchvision.transforms as transforms
import torchvision
from torchvision import transforms, datasets

import os, PIL, pathlib

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

print(device)

输出:cuda

2. 导入数据

导入的数据解压后是两个文件夹,放入新建的data中

data_dir = './data/'
data_dir = pathlib.Path(data_dir)
data_paths = list(data_dir.glob('*'))
classeNames = [str(path).split("\\")[1] for path in data_paths]
print(classeNames)

输出:['Monkeypox', 'Others']

图形变换,输出一下:用到torchvision.transforms.Compose()类,有兴趣的同学可以参考这篇博客:torchvision.transforms.Compose()详解【Pytorch手册】

total_datadir = './data/'

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)

Dataset ImageFolder
    Number of datapoints: 2142
    Root location: ./data/
    StandardTransform
Transform: Compose(
               Resize(size=[224, 224], interpolation=bilinear, max_size=None, antialias=None)
               ToTensor()
               Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
           )

 输出索引(做不做都行)self.class_to_idx:类别对应的索引,与不做转换返回的 target 对应;

print(total_data.class_to_idx)

 输出:{'Monkeypox': 0, 'Others': 1}

3.划分数据集

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_dataset, test_dataset)
print(train_size, test_size)

<torch.utils.data.dataset.Subset object at 0x0000018085F94790> <torch.utils.data.dataset.Subset object at 0x0000018085F947F0>
1713 429

batch_size = 128
 
train_dl = torch.utils.data.DataLoader(train_dataset,
                                           batch_size=batch_size,
                                           shuffle=True,
                                           num_workers=0)
test_dl = torch.utils.data.DataLoader(test_dataset,
                                          batch_size=batch_size,
                                          shuffle=True,
                                          num_workers=0)
 
# 数据的shape为:[batch_size, channel, height, weight]
# 其中batch_size为自己设定,channel,height和weight分别是图片的通道数,高度和宽度。
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

Shape of X [N, C, H, W]:  torch.Size([128, 3, 224, 224])
Shape of y:  torch.Size([128]) torch.int64

二、构建简单的CNN网络

天气识别那篇文章的训练参数

import torch.nn.functional as F

class Network_bn(nn.Module):
    def __init__(self):
        super(Network_bn, 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.pool = 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.fc1 = nn.Linear(24 * 50 * 50, len(classeNames))

    def forward(self, x):
        x = F.relu(self.bn1(self.conv1(x))) #卷积-BN-激活
        x = F.relu(self.bn2(self.conv2(x))) #卷积-BN-激活
        x = self.pool(x) #池化
        x = F.relu(self.bn4(self.conv4(x))) #卷积-BN-激活
        x = F.relu(self.bn5(self.conv5(x))) #卷积-BN-激活
        x = self.pool(x) #池化
        x = x.view(-1, 24 * 50 * 50)
        x = self.fc1(x)

        return x


device = "cuda" if torch.cuda.is_available() else "cpu"
print("Using {} device".format(device))

model = Network_bn().to(device)
print(model)

Using cuda device
Network_bn(
  (conv1): Conv2d(3, 12, kernel_size=(5, 5), stride=(1, 1))
  (bn1): BatchNorm2d(12, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
  (conv2): Conv2d(12, 12, kernel_size=(5, 5), stride=(1, 1))
  (bn2): BatchNorm2d(12, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
  (pool): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
  (conv4): Conv2d(12, 24, kernel_size=(5, 5), stride=(1, 1))
  (bn4): BatchNorm2d(24, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
  (conv5): Conv2d(24, 24, kernel_size=(5, 5), stride=(1, 1))
  (bn5): BatchNorm2d(24, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
  (fc1): Linear(in_features=60000, out_features=2, bias=True)
)

三、 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

# 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.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

训练函数和测试函数差别不大,但是由于不进行梯度下降对网络权重进行更新,所以不用优化器

(所以测试函数代码部分和week123一样)

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.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. 正式训练

epochs = 20
train_loss = []
train_acc = []
test_loss = []
test_acc = []

for epoch in range(epochs):
    model.train()
    epoch_train_acc, epoch_train_loss = train(train_dl, model, loss_fn, opt)

    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)

    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')

 呼呼呼~

四、 结果可视化

1. 统计图

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.show()

20轮有点少,加上程序设计的不足,测试集准确率只有七成左右,(*五、提高会再改进)

2.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))

3.指定图片预测

拓展:

⭐torch.squeeze()详解

对数据的维度进行压缩,去掉维数为1的的维度

函数原型:

torch.squeeze(input, dim=None, *, out=None)

参数:
input (Tensor):输入Tensor
dim (int, optional):如果给定,输入将只在这个维度上被压缩

>>> x = torch.zeros(2, 1, 2, 1, 2)   #例子
>>> x.size()
torch.Size([2, 1, 2, 1, 2])
>>> y = torch.squeeze(x)
>>> y.size()
torch.Size([2, 2, 2])
>>> y = torch.squeeze(x, 0)
>>> y.size()
torch.Size([2, 1, 2, 1, 2])
>>> y = torch.squeeze(x, 1)
>>> y.size()
torch.Size([2, 2, 1, 2])

⭐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

torch.unsqueeze(input, dim)

input (Tensor):输入Tensor
dim (int, optional):如果给定,输入将只在这个维度上被压缩

>>> x = torch.tensor([1, 2, 3, 4])  #例子
>>> torch.unsqueeze(x, 0)
tensor([[ 1,  2,  3,  4]])
>>> torch.unsqueeze(x, 1)
tensor([[ 1],
        [ 2],
        [ 3],
        [ 4]])

代码:

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) #(0表示,在第一个位置增加维度)

    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


predict_one_image(image_path='./data/Monkeypox/M01_01_00.jpg',
                  model=model,
                  transform=train_transforms,
                  classes=classes)

 *五、拔高

我们以上程序是有许多不足之处的,比如训练准确率偏低,测试的图片是训练集的等等...

在不改变训练轮数的前提下,测试这几种方法提高训练准确率

1.划分数据集部分,把batch_size = 128降低为为 batch_size = 32

batch_size是单次训练用的样本数,通常为2^N,如32、64、128…

准确率是有略微的上升,达到了83%左右,但是还达不到准确率88% 90%的需求。

2.按照1改完后,构建CNN网络部分,尝试增加卷积层和池化层

def _init_(self)中,在self.bn5后加

self.conv6 = nn.Conv2d(in_channels=24, out_channels=48, kernel_size=5, stride=1, padding=0)
self.bn6 = nn.BatchNorm2d(48)
self.conv7 = nn.Conv2d(in_channels=48, out_channels=48, kernel_size=5, stride=1, padding=0)
self.bn7 = nn.BatchNorm2d(48)

def forward中激活函数,(加上去):

x = F.relu(self.bn6(self.conv6(x)))
x = F.relu(self.bn7(self.conv7(x)))
x = self.pool(x)

 但是运行会报错,会提示:(水印挡住了,是一个数字)

 这里要修改def _init_(self)中的nn.Linear()函数,把第一个,即输入特征数按白框的提示改为

48 * 21 * 21,还有下面def forward的x=x.view()也按这个修改。

 但准确率反而降低了,在78%左右,还是别乱用了...

3.按照1改完后,在训练模型-设置超参数中修改学习率

我们使用的SGD优化器算法是随机梯度下降,在LR不变的情况下,Batch Size越大,模型收敛效果越差。这符合我们1的结论,但是单次训练用的样本数越少训练越慢,所以不是越小越好的,所以先从学习率下手修改。(注:1e-4是1*10的-4次方的意思)

在训练最开始,模型中绝大多数参数都是随机初始化的,与最终模型很远。一开始就使用一个很大的LR(学习率),会增加不确定性。所以在训练最开始,先使用一个较小的LR,训练几轮Epoch后,再使用较大的LR。

要实现动态的学习率变换,我们使用torch.optim.lr_scheduler提供的函数CyclicLR

scheduler = torch.optim.lr_scheduler.CyclicLR(opt, base_lr=1e-5, max_lr=1e-3)

 base_lr为一开始学习率,max_lr为最大学习率,同时下面训练函数也要加

 scheduler.step()   # 更新优化器的学习率(需要加上这行)

大致如下,标红的句子即为添加的的部分,白框是自己设计

  base_lr为1e-5,max_lr为1e-4时结果并不理想,但后者设为1e-3时准确率有提升

 准确率达到86%左右,关于base_lr和max_lr细调肯定能继续优化,这里不再深究。

 4.按照1改完后,在训练模型-设置超参数中修改优化器

把标蓝的部分由SGD改为Adam,后者可以自适应,网络快速收敛

 

 准确率有显著提升,达到89%左右

 这是我找的四种办法,综上所述,1+4是已知最优解。肯定有更好的办法,但为了让准确率上90,只能增加训练轮数了...但增加训练轮数也没有上90,以后再深入研究。

同时,图片从网上找了一张(图片有点引人不适,不放了),测试了一下,能够较准确的识别。

六、总结

本次学习主要学习了训练模型的生成与调用,其也是比较标准的模板。重点是关于模型的准确率的优化,尝试了四种方法,学习了动态学习率torch.optim.lr_scheduler.CyclicLR,除了缩小batch_size,在训练轮数不大的情况下,Adam的效果更好。

  • 2
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 3
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
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

打赏作者

牛大了2023

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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