365深度学习基础营:第P6周:VGG-16算法-Pytorch实现人脸识别

  •  🍨 本文為🔗365天深度學習訓練營 中的學習紀錄博客
  • 🍖 原作者:K同学啊 | 接輔導、項目定制

    一  我的环境

  • 电脑:Dell Inspire 7000 i7 9750H

    操作系统:Windows 11

    显卡:NVIDIA GTX 1650 4G

    语言环境:Python 3.11.0

    开发工具:Jupyter Notebook 6.5.4

    深度学习环境:Pytorch 2.2.2

  • 二 开发过程

  • 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,warnings
    
    warnings.filterwarnings("ignore")             #忽略警告信息
    
    device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
    device

    2. 导入数据

  • import os,PIL,random,pathlib
    
    data_dir = './04-data/'
    data_dir = pathlib.Path(data_dir)
    
    data_paths  = list(data_dir.glob('*'))
    classeNames = [str(path).split("\\")[1] for path in data_paths]
    classeNames
    
    # 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。
    ])
    
    total_data = datasets.ImageFolder("./04-data/",transform=train_transforms)
    
    total_data.class_to_idx
    
    

    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])
    train_dataset, test_dataset
    
    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

    二、调用官方的VGG-16模型

  • from torchvision.models import vgg16
    
    device = "cuda" if torch.cuda.is_available() else "cpu"
    print("Using {} device".format(device))
        
    # 加载预训练模型,并且对模型进行微调
    model = vgg16(pretrained = True).to(device) # 加载预训练的vgg16模型
    
    for param in model.parameters():
        param.requires_grad = False # 冻结模型的参数,这样子在训练的时候只训练最后一层的参数
    
    # 修改classifier模块的第6层(即:(6): Linear(in_features=4096, out_features=2, bias=True))
    # 注意查看我们下方打印出来的模型
    model.classifier._modules['6'] = nn.Linear(4096,len(classeNames)) # 修改vgg16模型中最后一层全连接层,输出目标类别个数
    model.to(device)  
    model

    三、 训练模型

  • 1. 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, (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

    2. 编写测试函数

  • 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

    3. 设置动态学习率

  • # 自己调整学习率
    # def adjust_learning_rate(optimizer, epoch, start_lr):
    #     # 每 2 个epoch衰减到原来的 0.92
    #     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)
    
    # 调用官方动态学习率接口时使用
    lambda1 = lambda epoch: 0.92 ** (epoch // 4)
    optimizer = torch.optim.SGD(model.parameters(), lr=learn_rate)
    scheduler = torch.optim.lr_scheduler.LambdaLR(optimizer, lr_lambda=lambda1) #选定调整方法

    4. 正式训练

  • import copy
    print("Epoch:","Here")
    loss_fn    = nn.CrossEntropyLoss() # 创建损失函数
    epochs     = 40
    
    train_loss = []
    train_acc  = []
    test_loss  = []
    test_acc   = []
    
    best_acc = 0    # 设置一个最佳准确率,作为最佳模型的判别指标
    
    for epoch in range(epochs):
        print("Epoch:",epoch)
        # 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)
        scheduler.step() # 更新学习率(调用官方动态学习率接口时使用)
        
        model.eval()
        epoch_test_acc, epoch_test_loss = test(test_dl, model, loss_fn)
        
        # 保存最佳模型到 best_model
        if epoch_test_acc > best_acc:
            best_acc   = epoch_test_acc
            best_model = copy.deepcopy(model)
        
        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))
        
    # 保存最佳模型到文件中
    PATH = './best_model.pth'  # 保存的参数文件名
    torch.save(model.state_dict(), PATH)
    
    print('Done')

    四、 结果可视化

  • 1. Loss与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.show()

    2. 指定图片进行预测

  • 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
    predict_one_image(image_path='./04-data/Angelina Jolie/001_fe3347c0.jpg', 
                      model=model, 
                      transform=train_transforms, 
                      classes=classes)

    五、 运行截图

  • 六、 个人总结

  • 这个项目是花时间最多的一次。关键在调整超参数,找到最佳组合。
  • 最后是用了一台更好的机器跑了一天,试了所有可能的BatchSize和学习率的组合,找到了能达到90%以上准确率的组合。
  • 24
    点赞
  • 23
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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