pytorch——用resnet18做动物多分类问题（含可视化结果）

代码以及数据集下载：https://github.com/duchp/python-all/tree/master/CV%20code/动物多分类项目

一、任务介绍

1. 纲分类问题，预测该动物是属于哺乳纲(Mammals)还是鸟纲(Birds)
2. 种分类问题，预测该动物是兔子、老鼠还是鸡
3. 多任务分类问题，同时预测动物的“纲”和“种”

二、数据预处理

使用的数据集结构如下：

上图为文件夹数据结构，同时，我们对于每一个任务，都有两个.csv文件，用于存储对应的训练数据与测试数据的标签。

训练的第一步是将数据存为pytorch里面的Dataset类，便于后续处理和读取数据。

因为三个任务的数据一致，不同的是标签情况，在代码上差异不大，所以以第一个任务——纲分类为例，数据存为Dataset类的代码及注释如下：

class MyDataset(torch.utils.data.Dataset):
    def __init__(self,root,transform=None):
        super(MyDataset,self).__init__()
        #读取csv文件
        file_info = pd.read_csv(root, index_col=0)
        #读取图像路径
        file_path = file_info['path']
        #读取图像纲分类标签
        file_class = file_info['classes']
        imgs = []
        imglb = []
        #依次处理数据
        for i in range(len(file_path)):
            path = file_path[i]
            path = path.replace('\\','/')
            if not os.path.isfile(path):
                print(path + '  does not exist!')
                return None
       #读对应路径的图像，存为img，依次存入imgs
            img = Image.open(path).convert('RGB')
            imgs.append(img)
       #读对应图像的标签，依次存入imglb  
            imglb.append(int(file_class[i]))
        self.image = imgs
        self.imglb = imglb
        self.root = root
        self.size = len(file_info)
        self.transform = transform
        
    def __getitem__(self,index):
        img = self.image[index]
        label = self.imglb[index]
        sample = {'image': img,'classes':label}
        if self.transform:
            sample['image'] = self.transform(img)
        return sample
        
    def __len__(self):
        return self.size

存好数据后，开始为训练网络做准备，在深度学习训练中，一般会对数据进行一些变换，比如：翻转，旋转等等，用来增强鲁棒性，因此，这里需要定义一个数据变换函数：

train_transforms = transforms.Compose([transforms.Resize((500, 500)),
                                       transforms.RandomHorizontalFlip(),
                                       transforms.ToTensor(),
                                       ])
val_transforms = transforms.Compose([transforms.Resize((500, 500)),
                                     transforms.ToTensor()
                                     ])

这里我们只做了训练图像的resize和随机水平翻转变换，实际上图像变换还有很多选择，具体可查询torchvision.transforms.Compose这个函数的参数设置。这个设定是要赋值到上面的MyDataset里面的，可以看到上面的transform默认为None，如果不赋值，则不做变换。

到了这一步，我们的数据还需要一个非常重要的处理，那就是分batch，因为如果一次性把数据放入训练中，往往内存是不够的，如果一张一张的训练，每次修正方向以