这些年炼丹时的低级失误，持续反省中

 

预处理

 

1.ImageFolder读取时需要补零

 

ImageFolder 读取顺序之坑 – 柴犬的犬舍 (doge.ac.cn)

 

2.通道转换用transpose，而不是reshape(我是傻逼)

 

np.reshape()和np.transpose() – 柴犬的犬舍 (doge.ac.cn)

 

3.pytorch ToTensor对部署的影响

 

transforms.ToTensor()操作之后，图像会从[0, 255] -> [0.0,1.0]

 

部署时需要

 

image /= 255.0

 

训练

 

1.train,eval 调整

 

pytorch之坑：model.eval与model.train – 柴犬的犬舍 (doge.ac.cn)

 

2.scheduler.step() optimizer.step() 位置写错

 

这里可以用tensorboard实时监控学习率解决，防止写错位置学习率骤降

 

tensorboard使用 – 柴犬的犬舍 (doge.ac.cn)

 

3.忘记optimizer.zero_grad()

 

模型保存

 

1.save和load方法要对应

 

尽量直接save model，而不是model.state_dict(),这样方便恢复训练

 

torch.save(model, model_path)
model = torch.load(model_path)
model.eval()

 

torch.save(model.state_dict(), PATH)
model.load_state_dict(torch.load(PATH))
model.eval()

 

最终的解决方法

1.训练时用tensorboard监控学习率，处理图像时把预处理结束的图像放在tensorboard上。

2.如果模型不拟合，先用最少的样本测试模型能不能过拟合，测试整个流程有没有出问题。