使用pytorch进行深度学习网络模型训练，实现车型识别

​
简介

通过深度学习技术搭建残差网络，使用 CompsCars数据集进行车型识别模型的训练，并将训练好的模型移植到了Android端，实现了通过手机扫一扫的方式进行汽车车型识别的功能。

项目涉及到的技术点较多，需要开发者有一定的技术功底。如：python语言的使用、深度学习框架pytorch的使用、爬虫脚本的理解、Java语言的使用、Android平台架构的理解等等。

虽然属于跨语言开发，但是要求并不高，只要达到入门级别即可看懂本项目，并可以尝试一些定制化的改造。毕竟框架已经搭建好了，只需要修改数据源、重新训练出模型，就可以实现一款新的应用啦。

​

模型训练精度

以下是使用Resnet-34进行400次车型识别训练的 train-validation图表。

以下是使用Resnet-34进行400次车型识别训练 Top-1的错误率。

以下是使用Resnet-34进行400次车型识别训练 Top-5的错误率。

扫一扫识别功能

以下是移植到android平台后进行识别的结果展示图。

使用的技术&框架

• 开发语言：Python、Java
• 技术框架：pytorch、resnet-34、Android平台
• 可选借助平台：百度AI平台
• 项目构成：模型训练项目、爬虫项目、APP开发项目

软/硬件需求

机器要求

因为涉及到机器学习模型训练，所以你应该拥有一台用来训练模型的机器，且需要搭载支持CUDA的GPU（如：GeForce、GTX、Tesla等），显存大小，自然是越大越好。

本人项目环境：

• windows10 专业版；GeForce MAX150；独显 2G；1T硬盘

也就是说这是最低配了，你至少要和我同一配置。

开发工具

• Pycharm：用来训练模型、pyhton爬虫、模型移植脚本
• Android Studio：用来开发安卓APP

数据集

数据集是项目最重要的一部分，有了数据集才能开始训练

本项目使用的是

训练模型主要分为五个模块：启动器、自定义数据加载器、网络模型、学习率/损失率调整以及训练可视化。

启动器是项目的入口，通过对启动器参数的设置，可以进行很多灵活的启动方式，下图为部分启动器参数设置。

任何一个深度学习的模型训练都是离不开数据集的，根据多种多样的数据集，我们应该使用一个方式将数据集用一种通用的结构返回，方便网络模型的加载处理。

这里使用了残差网络Resnet-34，代码中还提供了Resnet-18、Resnet-50、Resnet-101以及Resnet-152。残差结构是通过一个快捷连接，极大的减少了参数数量，降低了内存使用。

以下为残差网络的基本结构和Resnet-34 部分网络结构图。

除了最开始看到的train-val图表、Top-、Top-5的error记录表以外，在训练过程中，使用进度条打印当前训练的进度、训练精度等信息。打印时机可以通过上边提到的 启动器 优雅地配置。

以下为最终的项目包架构。

1. pytorch_train
2. |-- data -- 存放读取训练、校验、测试数据路径的txt
3. | |-- train.txt
4. | |-- val.txt
5. | |-- test.txt
6. |-- result -- 存放最终生成训练结果的目录
7. |-- util -- 模型移植工具
8. |-- clr.py -- 学习率
9. |-- dataset.py -- 自定义数据集
10. |-- flops_benchmark.py -- 统计每秒浮点运算次数
11. |-- logger.py -- 日志可视化
12. |-- mobile_net.py -- 网络模型之一 mobile_net2
13. |-- resnet.py -- 网络模型之一 Resnet系列
14. |-- run.py -- 具体执行训练、测试方法
15. |-- start.py -- 启动器