关于pytorch模型猫狗图片识别 以及代码和数据集

一步步带你敲卷积网络识别猫狗图片算法，步骤详细思路清晰。本文章利用 模块化模型解决猫狗图片识别问题。

构建一个网络模型基本由这四个步骤逐步搭建：

1. 构建网络模型
2. 准备及处理数据集
3. 定义损失函数和优化器
4. 训练和测试

文章还会对训练好的模型进行测试使用，延伸利用图像的函数做训练过程数据的可视化，分享数据训练的情况。

1、构建网络模型

首先先构建Alex Net网络模型，我把网络模型写在一个独立的文件上，模块化，我后期可以替换模型来训练数据集。

Alex Net ：

这是Alex Net模型的结构图，没有复杂的结构，就是CONV卷积层和Max pool最大池化的堆叠，最后连到全连接层并做Softmax的分类，网络输出的是1000，但是我们做的是猫狗的分类只需要2个答案，所以1000的输出在做一层线性转换为2输出即可。

tips：每次卷积后要做Rule激活

网络模型结构细分步骤（依次往下走）：
Conv(输入：3，输出：96，卷积核：11*11，步数：4)
Max pool(卷积核：3*3，步数：2)
Relu
Conv(输入：96，输出：256，卷积核：5*5，padding：2)
Max pool(卷积核：3*3，步数：2)
Relu
Conv(输入：256，输出：384，卷积核：3*3，padding：1)
Relu
Conv(输入：384，输出：384，卷积核：3*3，padding：1)
Relu
Conv(输入：384，输出：256，卷积核：3*3，padding：1)
Max pool(卷积核：3*3，步数：2)
Relu
Linear(输入：4096，输出：4096)
Linear(输入：4096，输出：2048)
Linear(输入：2048，输出：1000)
Linear(输入：1000，输出：2)

第一层Linear的输入是通过卷积后的数据变形成一维的数据得到的，可以先不填让系统报错得到：

这里把网络模型另外写出了一个文件net.py：

import torch
import torch.nn.functional as f

'''Alex net '''
class MyAlexNet(torch.nn.Module):
    def __init__(self):
        '''定义子类和参数'''
        super(MyAlexNet, self).__init__()
        self.conv1 = torch.nn.Conv2d(3,96,kernel_size=11,stride=4)
        self.mp = torch.nn.MaxPool2d(kernel_size=3,stride=2)
        self.conv2 = torch.nn.Conv2d(96,256,kernel_size=5,padding=2)
        self.conv3 = torch.nn.Conv2d(256,384,kernel_size=3,padding=1)
        self.conv4 = torch.nn.Conv2d(384,384,kernel_size=3,padding=1)
        self.conv5 = torch.nn.Conv2d(384,256,kernel_size=3)
        self.Linear1 = torch.nn.Linear(1,4096)
        self.Linear2 = torch.nn.Linear(4096,2048)
        self.Linear3 = torch.nn.Linear(2048,1000)
        self.Linear4 = torch.nn.Linear(1000,2)

    def forward(self,x):
        '''网络构建'''
        batch_size =x.size(0)#x.Size([1, 3, 224, 224])
        x = f.relu(self.mp(self.conv1(x)))
        x = f.relu(self.mp(self.conv2(x)))
        x = f.relu(self.conv3(x))
        x = f.relu(self.conv4(x))
        x = f.relu(self.conv5(x))
        x = self.mp(x)
        x = x.view(batch_size,-1)#（数据维度，数据长度）-1是指让电脑自动运算数据得到
        x = self.Linear1(x)
        x = f.dropout(x, p=0.5)  # 防止过拟合，有50%的数据随机失效
        x = self.Linear2(x)
        x = f.dropout(x,p=0.5)
        x = self.Linear3(x)
        x = f.dropout(x, p=0.5)
        x = self.Linear4(x)
        return x

model = MyAlexNet()

2、准备及处理数据集

数据集链接： https://pan.baidu.com/s/1CTPq-ttZXX_MJsXaRz3vDg

提取码: cofr

拿到的数据集是只有两个Cat和Dog文件，文件需要做些预处理：

1.建立train训练的数据集和val验证的数据集并存入数据

2.载入数据，并利用transform图像预处理包，对图像进行预处理：大小统一设置为224*224、数据类型转换为Pytorch可处理的tensor形式。读取图像数据，将可视化的图像处理为数字信息用于计算。

建立train和val数据文件，train存入80%数据val存入20%，我们直接用python的os模块来分块，代码主要功能分为三步，第一步检测是否，没有就生成，第二步创建train和val文件夹，第三步把区分好的数据传入train和val文件中。

流程图：

建立和划分数据的代码split_data.py：

import os
from shutil import copy
import random

def mkfile(file):
    if not os.path.exists(file):
        os.makedirs(file)#如果没有file文件就创建一个

# 获取data文件夹下所有文件夹名（即需要分类的类名）
file_path = '/Users/aixuexi_pro/PycharmProjects/pytorch/torch/Alex net 猫狗识别/data_name'
flower_class = [cla for cla in os.listdir(file_path)]

# 创建 训练集train 文件夹，并由类名在其目录下创建5个子目录
mkfile('data/train')
for cla in flower_class:
    mkfile('data/train/' + cla)

# 创建 验证集val 文件夹，并由类名在其目录下创建子目录
mkfile('data/val')
for cla in flower_class:
    mkfile('data/val/' + cla)

# 划分比例，训练集 : 验证集 = 8 : 2
split_rate = 0.2

# 遍历所有类别的全部图像并按比例分成训练集和验证集
for cla in flower_class:
    cla_path = file_path + '/' + cla + '/'  # 某一类别的子目录
    images = os.listdir(cla_path)  # iamges 列表存储了该目录下所有图像的名称
    num = len(images)
    eval_index = random.sample(images, k=int(num * split_rate))  # 从images列表中随机抽取 k 个图像名称
    for index, image in enumerate(images):
        '''保存图像进文件中'''
        # eval_index 中保存验证集val的图像名称
        if image in eval_index:
            image_path = cla_path + image
            new_path = 'data/val/' + cla
            copy(image_path, new_path)  # 将选中的图像复制到新路径

        # 其余的图像保存在训练集train中
        else:
            image_path = cla_path + image
            new_path = 'data/train/' + cla
            copy(image_path