如何用CNN实现简单图像分类【XO识别】

本文以 XO 图像集为例，使用 torch 实现简单图像分类。.
数据集网址：https://www.optophysiology.uni-freiburg.de/Research/research_DL/CNNsWithMatlabAndCaffe
可能是网址错了吧，找不到这个页面。。。我把数据集放在最后有兴趣的可以浅浅下载一下。
Let’s do it!

定义模型结构

class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.conv1 = nn.Conv2d(1, 9, 3)  # 输入通道数：1，输出通道数：9，卷积核大小：3*3
        self.maxpool = nn.MaxPool2d(2, 2)  # 最大池化，2*2池化
        self.conv2 = nn.Conv2d(9, 5, 3)  # 输入通道数：9，输出通道数：1，卷积核大小：3*3
 
        self.relu = nn.ReLU()  # relu函数，非线性函数
        self.fc1 = nn.Linear(27 * 27 * 5, 1200)  # [((116-2)/2-2)/2]=27
        self.fc2 = nn.Linear(1200, 64)
        self.fc3 = nn.Linear(64, 2)
 
    def forward(self, x):
        x = self.maxpool(self.relu(self.conv1(x)))
        x = self.maxpool(self.relu(self.conv2(x)))
        x = x.view(-1, 27 * 27 * 5)
        x = self.relu(self.fc1(x))
        x = self.relu(self.fc2(x))
        x = self.fc3(x)
        return x

这时卷积神经网络的效果图，后面的是多层感知机上的一些东西，不是讨论的重点。

训练模型

model = Net()
 
criterion = torch.nn.CrossEntropyLoss()  # 损失函数 交叉熵损失函数
optimizer = optim.SGD(model.parameters(), lr=0.1)  # 优化函数：随机梯度下降
# 数据集加载
data_loader = DataLoader(
    dataset=datasets.ImageFolder(
        root='training_data_sm',
        transform=transforms.Compose([
            transforms.Grayscale(),
            transforms.ToTensor()
        ])
    ),
    batch_size=64,
    shuffle=True
)
 
epochs = 10
for epoch in range(epochs):
    running_loss = 0.0
    for i, data in enumerate(data_loader):
        images, label = data
        out = model(images)
        loss = criterion(out, label)
 
        optimizer.zero_grad()
        loss.backward()
        optimizer.step()
 
        running_loss += loss.item()
        if (i + 1) % 10 == 0:
            print('[%d  %5d]   loss: %.3f' % (epoch + 1, i + 1, running_loss / 100))
            running_loss = 0.0
 
print('finished train')
 
# 保存模型
torch.save(model, 'model_name.pth')  # 保存的是模型， 不止是w和b权重值

由于torch框架已经发展成熟，因此torch会将反向传播给计算好，这时代码看起来就会和之前的MLP是差不多的。

测试模型

# 读取模型
model_load = torch.load('model_name.pth')
 
correct = 0
total = 0
with torch.no_grad():  # 进行评测的时候网络不更新梯度
    for data in data_loader:  # 读取测试集
        images, labels = data
        outputs = model_load(images)
        _, predicted = torch.max(outputs.data, 1)  # 取出 最大值的索引 作为 分类结果
        total += labels.size(0)  # labels 的长度
        correct += (predicted == labels).sum().item()  # 预测正确的数目
print('Accuracy of the network on the  test images: %f %%' % (100. * correct / total))

查看特征图

# 看看每层的 卷积核 长相，特征图 长相
# 获取网络结构的特征矩阵并可视化
import torch
import matplotlib.pyplot as plt
import numpy as np
from PIL