基于Pytorch和Inception10实现图片分类

上一篇已经基于Pytorch实现了Vgg16的图片分类任务，这次写一下Inception10网络。目前很多开源的代码都是基于Tensorflow实现的，所以我用Pytorch实现了一下，基本思路差不多，只是函数的用法稍微有些不一样，如果大家发现有什么问题欢迎指正，一起交流学习。

首先引入需要的库，并创建一个conv_bn_activ类

import torch.nn as nn
import torch

class conv_bn_activ(nn.Module):  # 将卷积、BN和激活函数封装在一起，在减少代码量的同时便于阅读和理解
    def __init__(self, in_ch, out_ch, kenel_size=3, stride=1, padding=1):
        super(conv_bn_activ, self).__init__()
        self.model = nn.Sequential(
            nn.Conv2d(in_ch, out_ch, kenel_size, stride, padding),
            nn.BatchNorm2d(out_ch),
            nn.ReLU(),
        )

    def forward(self, x):
        x = self.model(x)
        return x

然后利用这个类创建如上图所示的InceptionNet的基本单元

class inception_block(nn.Module):  # 创建InceptionNet的基本单元
    def __init__(self, in_ch, out_ch, stride=1):
        super(inception_block, self).__init__()
        self.c1 = conv_bn_activ(in_ch, out_ch, 1, stride, padding=0)
        self.c2_1 = conv_bn_activ(in_ch, out_ch, 1, stride, padding=0)
        self.c2_2 = conv_bn_activ(out_ch, out_ch, 3, stride=1, padding=1)
        self.c3_1 = conv_bn_activ(in_ch, out_ch, 1, stride, padding=0)
        self.c3_2 = conv_bn_activ(out_ch, out_ch, 5, stride=1, padding=2)
        self.c4_1 = nn.MaxPool2d(3, stride=1, padding=1)
        self.c4_2 = conv_bn_activ(in_ch, out_ch, 1, stride, padding=0)

    def forward(self, x):
        x1 = self.c1(x)
        x2_1 = self.c2_1(x)
        x2_2 = self.c2_2(x2_1)
        x3_1 = self.c3_1(x)
        x3_2 = self.c3_2(x3_1)
        x4_1 = self.c4_1(x)
        x4_2 = self.c4_2(x4_1)
        x = torch.cat([x1, x2_2, x3_2, x4_2], dim=1)  # 在通道维度上进行拼接
        return x

最后利用基本单元搭建Inception10网络

class Inception10(nn.Module):  # 搭建Inception10网络
    def __init__(self, num_block, num_class):
        super(Inception10, self).__init__()
        self.c1 = conv_bn_activ(3, 16)
        self.in_ch = 16
        self.out_ch = 16
        self.num_block = num_block
        self.num_class = num_class
        self.blocks = nn.Sequential()
        for block_i in range(num_block):
            for layer_i in range(2):
                if layer_i == 0:
                    block = inception_block(self.in_ch, self.out_ch, stride=2)  # 通过步长为2的卷积进行下采样
                else:
                    block = inception_block(self.out_ch*4, self.out_ch, stride=1)
                self.blocks.add_module('{}_{}'.format(block_i, layer_i), block)
            self.in_ch = self.out_ch*4
            self.out_ch *= 2  # 增大输出维度
        self.p1 = nn.AdaptiveAvgPool2d(1)
        self.fc1 = nn.Sequential(
            nn.Linear(self.out_ch*2, self.num_class),
            nn.Softmax(dim=1)
        )

    def forward(self, x):
        x = self.c1(x)
        x = self.blocks(x)
        x = self.p1(x).view(64, self.out_ch*2)
        x = self.fc1(x)
        return x

网络搭建好后就可以开始对CIFAR10数据集进行训练和测试了（当然也可以使用其他的分类数据集），训练和测试的代码可以参考我的上一篇文章，只需要将引入的网络从Vgg16改成Inception10即可。