【CNN-Transformer图像分类源代码】

Python，Pytorch使用 CNN-Transformer，对图像分类源程序。

程序旨在学习如何构建CNN-Transformer网络，以及如何转换数据维度使得CNN的输出能够衔接Transformer，本程序是将CNN的输出通道数直接匹配作为Transformer的维度。CNN可以提取图像的空间特征，Transformer则提取长时序列特征，模型创新性较强。

在使用此程序时，建议先大致了解Transformer框架的基本结构：Transformer模型中有Encoder和Decoder模块。参考了许多使用Transformer做分类的程序，模型中均是只使用了Encoder模块。本程序仅使用了Transformer的Encoder模块，没有用Decoder。且没有用Embedding，因为考虑到需要级联CNN，Embedding不好写进去，而且图像Flatten后的序列也没有明确的位置信息，可以不用Embedding。

整体工作如下：
1、加载数据集，训练集有猫狗各400张，测试集有猫狗各100张。数据量一共1000张图像。
2、搭建CNN_Transformer网络，定义优化器和损失函数。
3、训练，显示训练acc和loss。
4、测试，计算acc、pre、recall、f1-score，绘制混淆矩阵。

注：程序包含原始数据和代码，注释详细，容易看懂。能直接运行，如运行遇到问题可远程帮忙调通。网上教学多为手写数字分类或Ciffar10图像分类，不方便替换成自己的图像数据。本程序图像为本地文件夹的图像，方便替换成自己的图像。再次注意本程序没有使用Decoder和Embedding。时间关系，只解答简单问题。

本程序完全由本人手写，整理不易，价格低廉25元，唯一渠道为闲鱼售卖，谴责其他用户、网站盗卖。

【闲鱼链接】：https://m.tb.cn/h.gKFLWVW?tk=BksJ3htHl19 CZ0002

如果连接失效，可在闲鱼搜索：耐心的等待5283，然后点“用户”即可找到个人主页下的程序。