第P8周—YOLOv5-C3模块实现

最新推荐文章于 2024-05-12 06:06:59 发布

风筝超冷

最新推荐文章于 2024-05-12 06:06:59 发布

阅读量329

点赞数

文章标签： python 人工智能深度学习 YOLO

本文链接：https://blog.csdn.net/qq_60245590/article/details/133591174

版权

>- **🍨 本文为[🔗365天深度学习训练营](https://mp.weixin.qq.com/s/Nb93582M_5usednAKp_Jtw) 中的学习记录博客**
>- **🍖 原作者：[K同学啊 | 接辅导、项目定制](https://mtyjkh.blog.csdn.net/)**
>- **🚀 文章来源：[K同学的学习圈子](https://www.yuque.com/mingtian-fkmxf/zxwb45)**

一、前期工作

1.1导入数据

import torch
import torch.nn as nn
import torchvision.transforms as transforms
import torchvision
from torchvision import transforms, datasets
import os,PIL,pathlib,warnings

warnings.filterwarnings("ignore")             #忽略警告信息

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
print(device)

import os,PIL,random,pathlib

data_dir = 'D:/P8/weather_photos/'
data_dir = pathlib.Path(data_dir)

data_paths  = list(data_dir.glob('*'))
classeNames = [str(path).split("\\")[3] for path in data_paths]
print(classeNames)

1.2 数据集图片标准化处理

1.3 划分数据集

train_size = int(0.8 * len(total_data))
test_size  = len(total_data) - train_size
train_dataset, test_dataset = torch.utils.data.random_split(total_data, [train_size, test_size])
print(train_dataset, test_dataset)

1.4 设置数据加载器

batch_size = 4

train_dl = torch.utils.data.DataLoader(train_dataset,
                                           batch_size=batch_size,
                                           shuffle=True,
                                           num_workers=1)
test_dl = torch.utils.data.DataLoader(test_dataset,
                                          batch_size=batch_size,
                                          shuffle=True,
                                          num_workers=1)

二、搭建包含YOLOv5-C3模块的模型

import torch.nn.functional as F

def autopad(k, p=None):  # kernel, padding
    # Pad to 'same'
    if p is None:
        p = k // 2 if isinstance(k, int) else [x // 2 for x in k]  # auto-pad
    return p

class Conv(nn.Module):
    # Standard convolution
    def __init__(self, c1, c2, k=1, s=1, p=None, g=1, act=True):  # ch_in, ch_out, kernel, stride, padding, groups
        super().__init__()
        self.conv = nn.Conv2d(c1, c2, k, s, autopad(k, p), groups=g, bias=False)
        self.bn = nn.BatchNorm2d(c2)
        self.act = nn.SiLU() if act is True else (act if isinstance(act, nn.Module) else nn.Identity())

    def forward(self, x):
        return self.act(self.bn(self.conv(x)))

class Bottleneck(nn.Module):
    # Standard bottleneck
    def __init__(self, c1, c2, shortcut=True, g=1, e=0.5):  # ch_in, ch_out, shortcut, groups, expansion
        super().__init__()
        c_ = int(c2 * e)  # hidden channels
        self.cv1 = Conv(c1, c_, 1, 1)
        self.cv2 = Conv(c_, c2, 3, 1, g=g)
        self.add = shortcut and c1 == c2

    def forward(self, x):
        return x + self.cv2(self.cv1(x)) if self.add else self.cv2(self.cv1(x))

class C3(nn.Module):
    # CSP Bottleneck with 3 convolutions
    def __init__(self, c1, c2, n=1, shortcut=True, g=1, e=0.5):  # ch_in, ch_out, number, shortcut, groups, expansion
        super().__init__()
        c_ = int(c2 * e)  # hidden channels
        self.cv1 = Conv(c1, c_, 1, 1)
        self.cv2 = Conv(c1, c_, 1, 1)
        self.cv3 = Conv(2 * c_, c2, 1)  # act=FReLU(c2)
        self.m = nn.Sequential(*(Bottleneck(c_, c_, shortcut, g, e=1.0) for _ in range(n)))

    def forward(self, x):
        return self.cv3(torch.cat((self.m(self.cv1(x)), self.cv2(x)), dim=1))

class model_K(nn.Module):
    def __init__(self):
        super(model_K, self).__init__()
        
        # 卷积模块
        self.Conv = Conv(3, 32, 3, 2) 
        
        # C3模块1
        self.C3_1 = C3(32, 64, 3, 2)
        
        # 全连接网络层，用于分类
        self.classifier = nn.Sequential(
            nn.Linear(in_features=802816, out_features=100),
            nn.ReLU(),
            nn.Linear(in_features=100, out_features=4)
        )
        
    def forward(self, x):
        x = self.Conv(x)
        x = self.C3_1(x)
        x = torch.flatten(x, start_dim=1)
        x = self.classifier(x)

        return x

device = "cuda" if torch.cuda.is_available() else "cpu"
print("Using {} device".format(device))
    
model = model_K().to(device)
print(model)

上述代码定义了一个用于分类任务的PyTorch神经网络架构。

1. autopad 函数：

autopad 函数的目的是使卷积操作的输出尺寸与输入尺寸相同，从而方便构建神经网络模型时进行 "same" 填充设置。这对于保持特征图的尺寸不变通常很有用，特别是在卷积神经网络中。

def autopad(k, p=None): # kernel, padding

# Pad to 'same'

if p is None:

p = k // 2 if isinstance(k, int) else [x // 2 for x in k] # auto-pad

return p

这部分代码定义了一个名为 `autopad` 的函数，其功能和用途是为卷积操作计算填充（padding），以实现 "same" 填充效果。让我解释这个函数的功能和参数：

- `k`：这是卷积核的大小，可以是整数或一个由两个整数组成的元组（高度和宽度）。
- `p`：这是卷积操作的填充参数，它表示在输入图像周围添加的填充量。默认情况下，它被设置为 `None`，表示填充参数未提供。

函数的主要目的是计算合适的填充值 `p`，以便在进行卷积操作时，输出的特征图尺寸与输入的特征图尺寸保持一致，实现 "same" 填充。

工作原理如下：

1. 首先检查是否提供了填充参数 `p`，如果没有提供（即 `p` 为 `None`），则执行以下操作：

2. 如果 `k` 是整数（表示卷积核是正方形的），则计算填充值 `p` 为 `k` 的一半，这将使得卷积操作在每个边上都添加一半的填充，从而使输出特征图的大小与输入相同。这是实现 "same" 填充的常见方式。

3. 如果 `k` 是一个由两个整数组成的元组，例如 `(3, 3)`（表示卷积核的高度和宽度），则计算填充值 `p` 分别为每个维度的半数。这确保了在每个维度上都应用一半的填充。

4. 最后函数返回计算得到的填充参数 `p`。

- 这个函数用于计算卷积操作所需的填充，以实现“same”填充效果。如果没有提供 `p`（填充），则根据卷积核大小 `k` 来计算填充。如果 `k` 是整数，它会计算卷积核大小的一半；如果 `k` 是一个元组，它会计算每个维度的一半。

2. `Conv` 类：

class Conv(nn.Module):

# Standard convolution

def __init__(self, c1, c2, k=1, s=1, p=None, g=1, act=True): # ch_in, ch_out, kernel, stride, padding, groups

super().__init__()

self.conv = nn.Conv2d(c1, c2, k, s, autopad(k, p), groups=g, bias=False)

self.bn = nn.BatchNorm2d(c2)

self.act = nn.SiLU() if act is True else (act if isinstance(act, nn.Module) else nn.Identity())

def forward(self, x):

return self.act(self.bn(self.conv(x)))

代码定义了一个名为 `Conv` 的自定义卷积层类（Custom Convolutional Layer），其功能是创建一个标准的卷积层，该卷积层包括卷积操作、批归一化（Batch Normalization），以及可选的激活函数。

主要功能和参数：

- `c1`：输入通道的数量（即输入特征图的通道数）。
- `c2`：输出通道的数量（即输出特征图的通道数）。
- `k`：卷积核的大小，可以是一个整数或一个由两个整数组成的元组，分别表示卷积核的高度和宽度。
- `s`：卷积操作的步幅（stride）。
- `p`：卷积操作的填充参数。这是一个可选参数，如果不提供，将根据卷积核大小 `k` 自动计算填充，以实现 "same" 填充效果。
- `g`：分组卷积的组数（默认为1，表示普通的卷积操作）。
- `act`：激活函数，这是一个可选参数。如果设置为 `True`，将使用 SiLU（Sigmoid Linear Unit）作为激活函数。如果设置为其他激活函数的名称或激活函数模块（`nn.Module`），则会使用指定的激活函数。如果设置为 `False` 或未提供，则不应用激活函数。

该类的 `__init__` 方法在初始化过程中执行以下操作：

1. 创建一个 `nn.Conv2d` 对象，这是PyTorch内置的二维卷积层。该层的配置基于传入的参数 `c1`、`c2`、`k`、`s`、`p`、`g` 和 `bias=False`（表示不使用偏差项）。
2. 创建一个 `nn.BatchNorm2d` 对象，用于批归一化。这有助于加速训练过程并提高模型的稳定性。
3. 创建一个激活函数对象，根据 `act` 参数的值。如果 `act` 设置为 `True`，则使用 SiLU 激活函数；如果 `act` 是其他激活函数的名称或模块，将使用指定的激活函数；如果 `act` 是 `False` 或未提供，则不应用激活函数。

`forward` 方法，该方法用于执行前向传播操作。前向传播的过程如下：

1. 输入 `x` 经过卷积操作 `self.conv`，得到卷积特征。
2. 卷积特征经过批归一化操作 `self.bn`，以进一步规范化特征。
3. 规范化后的特征经过激活函数 `self.act`，应用激活函数（如果已指定的话）。
4. 最终的输出是经过卷积、批归一化和激活函数处理的特征。

这个自定义卷积层可以嵌入到神经网络中，用于构建卷积神经网络（CNN）的不同层。通过设置不同的参数，您可以灵活地配置卷积核大小、步幅、填充、激活函数等，以满足特定的网络设计需求。

3. `Bottleneck` 类：

`Bottleneck` 模块是一个用于构建深度卷积神经网络中的瓶颈块的自定义模块。它包括了卷积操作、通道数量的缩减、快捷连接（可选）等组件，有助于增强网络的表达能力和训练效果。这种结构在许多先进的CNN架构中都得到了广泛应用。

class Bottleneck(nn.Module):

# Standard bottleneck

def __init__(self, c1, c2, shortcut=True, g=1, e=0.5): # ch_in, ch_out, shortcut, groups, expansion

super().__init__()

c_ = int(c2 * e) # hidden channels

self.cv1 = Conv(c1, c_, 1, 1)

self.cv2 = Conv(c_, c2, 3, 1, g=g)

self.add = shortcut and c1 == c2

def forward(self, x):

return x + self.cv2(self.cv1(x)) if self.add else self.cv2(self.cv1(x))

上述代码定义了一个名为 `Bottleneck` 的自定义模块，用于创建标准的瓶颈块（bottleneck block），这是深度卷积神经网络（CNN）中常用的一种模块。

主要功能和参数：

- `c1`：输入通道的数量（即输入特征图的通道数）。
- `c2`：输出通道的数量（即输出特征图的通道数）。
- `shortcut`：一个布尔值，表示是否包括快捷连接（shortcut connection）。默认情况下，为 `True`，表示包括快捷连接。
- `g`：分组卷积的组数（默认为1，表示普通的卷积操作）。
- `e`：隐藏通道的扩展因子（默认为0.5），用于控制瓶颈块内部隐藏通道的数量。

`Bottleneck` 模块的主要功能是构建一个标准的瓶颈块，通常用于深度卷积神经网络（如ResNet）。它的前向传播过程如下：

1. 输入 `x` 首先通过一个 1x1 的卷积层 `self.cv1`，将输入通道数 `c1` 缩减为隐藏通道数 `c_`。这个 1x1 卷积层有助于减少计算复杂度，并且可以引入非线性变换。
2. 缩减通道数后的特征图再经过一个 3x3 的卷积层 `self.cv2`，将其变换为输出通道数 `c2`。这个卷积层是瓶颈块的核心，它有助于提取特征。
3. 如果 `shortcut` 为 `True` 且输入通道数 `c1` 等于输出通道数 `c2`，则执行快捷连接。在前向传播中，将输入 `x` 与 `self.cv2(self.cv1(x))` 相加，实现了跳跃连接。这有助于信息的直接传递，从而缓解了梯度消失问题。
4. 如果 `shortcut` 为 `False` 或者输入通道数 `c1` 不等于输出通道数 `c2`，则不执行快捷连接，直接返回 `self.cv2(self.cv1(x))`。

5.代码定义了一个神经网络模型，该模型包括卷积层、C3模块、全连接层等组件，用于图像分类任务。`C3` 模块是整个模型的关键组件，用于提取和融合多层特征，有助于提高模型的性能。可以使用此模型进行训练和图像分类。

class C3(nn.Module):

# CSP Bottleneck with 3 convolutions

def __init__(self, c1, c2, n=1, shortcut=True, g=1, e=0.5): # ch_in, ch_out, number, shortcut, groups, expansion

super().__init__()

c_ = int(c2 * e) # hidden channels

self.cv1 = Conv(c1, c_, 1, 1)

self.cv2 = Conv(c1, c_, 1, 1)

self.cv3 = Conv(2 * c_, c2, 1) # act=FReLU(c2)

self.m = nn.Sequential(*(Bottleneck(c_, c_, shortcut, g, e=1.0) for _ in range(n)))

def forward(self, x):

return self.cv3(torch.cat((self.m(self.cv1(x)), self.cv2(x)), dim=1))

class model_K(nn.Module):

def __init__(self):

super(model_K, self).__init__()

# 卷积模块

self.Conv = Conv(3, 32, 3, 2)

# C3模块1

self.C3_1 = C3(32, 64, 3, 2)

# 全连接网络层，用于分类

self.classifier = nn.Sequential(

nn.Linear(in_features=802816, out_features=100),

nn.ReLU(),

nn.Linear(in_features=100, out_features=4)

)

def forward(self, x):

x = self.Conv(x)

x = self.C3_1(x)

x = torch.flatten(x, start_dim=1)

x = self.classifier(x)

return x

这段代码定义了两个主要的PyTorch模块类：`C3` 和 `model_K`，以及它们的组件。

`C3` 类：
- `C3` 类代表一个具有3个卷积操作的CSP瓶颈块（CSP Bottleneck）。
- 构造函数 `__init__` 接受以下参数：
- `c1`：输入通道数（输入特征图的通道数）。
- `c2`：输出通道数（输出特征图的通道数）。
- `n`：要堆叠的Bottleneck块的数量。
- `shortcut`：一个布尔值，表示是否包括快捷连接（shortcut connection）。
- `g`：分组卷积的组数。
- `e`：隐藏通道的扩展因子。
- 在初始化过程中，它执行以下操作：
- 计算隐藏通道数 `c_`，它是输出通道数 `c2` 乘以隐藏通道扩展因子 `e` 的整数部分。
- 创建三个卷积层：`self.cv1`、`self.cv2` 和 `self.cv3`，其中 `self.cv1` 和 `self.cv2` 是1x1卷积层，`self.cv3` 是1x1卷积层，用于融合输出。
- 创建一个包含 `n` 个 `Bottleneck` 模块的序列 `self.m`，这些模块通过堆叠来构成瓶颈块。
- 前向传播方法 `forward` 执行以下操作：
- 输入 `x` 首先经过 `self.cv1` 和 `self.cv2` 两个1x1卷积层。
- 通过 `self.m` 中的 `Bottleneck` 模块进行特征提取和变换。
- 最后，特征通过 `self.cv3` 进行1x1卷积融合，然后返回。

`model_K` 类：
- `model_K` 类代表整个神经网络模型。
- 构造函数 `__init__` 创建了以下组件：
- 一个卷积模块 `self.Conv`，包括一个3x3卷积层，用于提取图像特征。
- 一个 `C3` 模块 `self.C3_1`，用于进行多层特征的提取和融合。
- 一个全连接网络层 `self.classifier`，用于最终的图像分类。
- 前向传播方法 `forward` 执行以下操作：
- 输入 `x` 首先经过 `self.Conv` 进行卷积特征提取。
- 通过 `self.C3_1` 进行多层特征的提取和融合。
- 通过 `torch.flatten` 操作将特征展平，以便输入到全连接层。
- 通过 `self.classifier` 进行分类，得到最终的输出。

运行结果：

model_K(
(Conv): Conv(
(conv): Conv2d(3, 32, kernel_size=(3, 3), stride=(2, 2), padding=(1, 1), bias=False)
(bn): BatchNorm2d(32, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(act): SiLU()
)
(C3_1): C3(
(cv1): Conv(
(conv): Conv2d(32, 32, kernel_size=(1, 1), stride=(1, 1), bias=False)
(bn): BatchNorm2d(32, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(act): SiLU()
)
(cv2): Conv(
(conv): Conv2d(32, 32, kernel_size=(1, 1), stride=(1, 1), bias=False)
(bn): BatchNorm2d(32, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(act): SiLU()
)
(cv3): Conv(
(conv): Conv2d(64, 64, kernel_size=(1, 1), stride=(1, 1), bias=False)
(bn): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(act): SiLU()
)
(m): Sequential(
(0): Bottleneck(
(cv1): Conv(
(conv): Conv2d(32, 32, kernel_size=(1, 1), stride=(1, 1), bias=False)
(bn): BatchNorm2d(32, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(act): SiLU()
)
(cv2): Conv(
(conv): Conv2d(32, 32, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
(bn): BatchNorm2d(32, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(act): SiLU()
)
)
(1): Bottleneck(
(cv1): Conv(
(conv): Conv2d(32, 32, kernel_size=(1, 1), stride=(1, 1), bias=False)
(bn): BatchNorm2d(32, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(act): SiLU()
)
(cv2): Conv(
(conv): Conv2d(32, 32, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
(bn): BatchNorm2d(32, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(act): SiLU()
)
)
(2): Bottleneck(
(cv1): Conv(
(conv): Conv2d(32, 32, kernel_size=(1, 1), stride=(1, 1), bias=False)
(bn): BatchNorm2d(32, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(act): SiLU()
)
(cv2): Conv(
(conv): Conv2d(32, 32, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
(bn): BatchNorm2d(32, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(act): SiLU()
)
)
)
)
(classifier): Sequential(
(0): Linear(in_features=802816, out_features=100, bias=True)
(1): ReLU()
(2): Linear(in_features=100, out_features=4, bias=True)
)
)

三、训练函数

3.1编写训练函数

# 训练循环
def train(dataloader, model, loss_fn, optimizer):
    size = len(dataloader.dataset)  # 训练集的大小
    num_batches = len(dataloader)   # 批次数目, (size/batch_size，向上取整)

    train_loss, train_acc = 0, 0  # 初始化训练损失和正确率
    
    for X, y in dataloader:  # 获取图片及其标签
        X, y = X.to(device), y.to(device)
        
        # 计算预测误差
        pred = model(X)          # 网络输出
        loss = loss_fn(pred, y)  # 计算网络输出和真实值之间的差距，targets为真实值，计算二者差值即为损失
        
        # 反向传播
        optimizer.zero_grad()  # grad属性归零
        loss.backward()        # 反向传播
        optimizer.step()       # 每一步自动更新
        
        # 记录acc与loss
        train_acc  += (pred.argmax(1) == y).type(torch.float).sum().item()
        train_loss += loss.item()
            
    train_acc  /= size
    train_loss /= num_batches

    return train_acc, train_loss

3.2编写测试函数

def test (dataloader, model, loss_fn):
    size        = len(dataloader.dataset)  # 测试集的大小
    num_batches = len(dataloader)          # 批次数目, (size/batch_size，向上取整)
    test_loss, test_acc = 0, 0
    
    # 当不进行训练时，停止梯度更新，节省计算内存消耗
    with torch.no_grad():
        for imgs, target in dataloader:
            imgs, target = imgs.to(device), target.to(device)
            
            # 计算loss
            target_pred = model(imgs)
            loss        = loss_fn(target_pred, target)
            
            test_loss += loss.item()
            test_acc  += (target_pred.argmax(1) == target).type(torch.float).sum().item()

    test_acc  /= size
    test_loss /= num_batches

    return test_acc, test_loss

3.3正式训练

import copy

optimizer  = torch.optim.Adam(model.parameters(), lr= 1e-4)
loss_fn    = nn.CrossEntropyLoss() # 创建损失函数

epochs     = 20

train_loss = []
train_acc  = []
test_loss  = []
test_acc   = []

best_acc = 0    # 设置一个最佳准确率，作为最佳模型的判别指标

for epoch in range(epochs):
    
    model.train()
    epoch_train_acc, epoch_train_loss = train(train_dl, model, loss_fn, optimizer)
    
    model.eval()
    epoch_test_acc, epoch_test_loss = test(test_dl, model, loss_fn)
    
    # 保存最佳模型到 best_model
    if epoch_test_acc > best_acc:
        best_acc   = epoch_test_acc
        best_model = copy.deepcopy(model)
    
    train_acc.append(epoch_train_acc)
    train_loss.append(epoch_train_loss)
    test_acc.append(epoch_test_acc)
    test_loss.append(epoch_test_loss)
    
    # 获取当前的学习率
    lr = optimizer.state_dict()['param_groups'][0]['lr']
    
    template = ('Epoch:{:2d}, Train_acc:{:.1f}%, Train_loss:{:.3f}, Test_acc:{:.1f}%, Test_loss:{:.3f}, Lr:{:.2E}')
    print(template.format(epoch+1, epoch_train_acc*100, epoch_train_loss, 
                          epoch_test_acc*100, epoch_test_loss, lr))
    
# 保存最佳模型到文件中
PATH = './best_model.pth'  # 保存的参数文件名
torch.save(model.state_dict(), PATH)

print('Done')

3.4完整训练代码：

import torch
import torch.nn as nn
import torchvision.transforms as transforms
import torchvision
from torchvision import transforms, datasets
import os,PIL,pathlib,warnings

warnings.filterwarnings("ignore")             #忽略警告信息

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
print(device)

def main():
    import os,PIL,random,pathlib

    data_dir = 'D:/P8/weather_photos/'
    data_dir = pathlib.Path(data_dir)

    data_paths  = list(data_dir.glob('*'))
    classeNames = [str(path).split("\\")[3] for path in data_paths]
    print(classeNames)

    # 关于transforms.Compose的更多介绍可以参考：https://blog.csdn.net/qq_38251616/article/details/124878863
    train_transforms = transforms.Compose([
        transforms.Resize([224, 224]),  # 将输入图片resize成统一尺寸
        # transforms.RandomHorizontalFlip(), # 随机水平翻转
        transforms.ToTensor(),          # 将PIL Image或numpy.ndarray转换为tensor，并归一化到[0,1]之间
        transforms.Normalize(           # 标准化处理-->转换为标准正太分布（高斯分布），使模型更容易收敛
            mean=[0.485, 0.456, 0.406], 
            std=[0.229, 0.224, 0.225])  # 其中 mean=[0.485,0.456,0.406]与std=[0.229,0.224,0.225] 从数据集中随机抽样计算得到的。
    ])

    test_transform = transforms.Compose([
        transforms.Resize([224, 224]),  # 将输入图片resize成统一尺寸
        transforms.ToTensor(),          # 将PIL Image或numpy.ndarray转换为tensor，并归一化到[0,1]之间
        transforms.Normalize(           # 标准化处理-->转换为标准正太分布（高斯分布），使模型更容易收敛
            mean=[0.485, 0.456, 0.406], 
            std=[0.229, 0.224, 0.225])  # 其中 mean=[0.485,0.456,0.406]与std=[0.229,0.224,0.225] 从数据集中随机抽样计算得到的。
    ])

    total_data = datasets.ImageFolder("D:/P8/weather_photos/",transform=train_transforms)
    print(total_data)

    print(total_data.class_to_idx)

    train_size = int(0.8 * len(total_data))
    test_size  = len(total_data) - train_size
    train_dataset, test_dataset = torch.utils.data.random_split(total_data, [train_size, test_size])
    print(train_dataset, test_dataset)

    batch_size = 4

    train_dl = torch.utils.data.DataLoader(train_dataset,
                                            batch_size=batch_size,
                                            shuffle=True,
                                            num_workers=1)
    test_dl = torch.utils.data.DataLoader(test_dataset,
                                            batch_size=batch_size,
                                            shuffle=True,
                                            num_workers=1)

    import torch.nn.functional as F

    def autopad(k, p=None):  # kernel, padding
        # Pad to 'same'
        if p is None:
            p = k // 2 if isinstance(k, int) else [x // 2 for x in k]  # auto-pad
        return p

    class Conv(nn.Module):
        # Standard convolution
        def __init__(self, c1, c2, k=1, s=1, p=None, g=1, act=True):  # ch_in, ch_out, kernel, stride, padding, groups
            super().__init__()
            self.conv = nn.Conv2d(c1, c2, k, s, autopad(k, p), groups=g, bias=False)
            self.bn = nn.BatchNorm2d(c2)
            self.act = nn.SiLU() if act is True else (act if isinstance(act, nn.Module) else nn.Identity())

        def forward(self, x):
            return self.act(self.bn(self.conv(x)))

    class Bottleneck(nn.Module):
        # Standard bottleneck
        def __init__(self, c1, c2, shortcut=True, g=1, e=0.5):  # ch_in, ch_out, shortcut, groups, expansion
            super().__init__()
            c_ = int(c2 * e)  # hidden channels
            self.cv1 = Conv(c1, c_, 1, 1)
            self.cv2 = Conv(c_, c2, 3, 1, g=g)
            self.add = shortcut and c1 == c2

        def forward(self, x):
            return x + self.cv2(self.cv1(x)) if self.add else self.cv2(self.cv1(x))

    class C3(nn.Module):
        # CSP Bottleneck with 3 convolutions
        def __init__(self, c1, c2, n=1, shortcut=True, g=1, e=0.5):  # ch_in, ch_out, number, shortcut, groups, expansion
            super().__init__()
            c_ = int(c2 * e)  # hidden channels
            self.cv1 = Conv(c1, c_, 1, 1)
            self.cv2 = Conv(c1, c_, 1, 1)
            self.cv3 = Conv(2 * c_, c2, 1)  # act=FReLU(c2)
            self.m = nn.Sequential(*(Bottleneck(c_, c_, shortcut, g, e=1.0) for _ in range(n)))

        def forward(self, x):
            return self.cv3(torch.cat((self.m(self.cv1(x)), self.cv2(x)), dim=1))

    class model_K(nn.Module):
        def __init__(self):
            super(model_K, self).__init__()
            
            # 卷积模块
            self.Conv = Conv(3, 32, 3, 2) 
            
            # C3模块1
            self.C3_1 = C3(32, 64, 3, 2)
            
            # 全连接网络层，用于分类
            self.classifier = nn.Sequential(
                nn.Linear(in_features=802816, out_features=100),
                nn.ReLU(),
                nn.Linear(in_features=100, out_features=4)
            )
            
        def forward(self, x):
            x = self.Conv(x)
            x = self.C3_1(x)
            x = torch.flatten(x, start_dim=1)
            x = self.classifier(x)

            return x

    device = "cuda" if torch.cuda.is_available() else "cpu"
    print("Using {} device".format(device))
        
    model = model_K().to(device)
    print(model)

    # 训练循环
    def train(dataloader, model, loss_fn, optimizer):
        size = len(dataloader.dataset)  # 训练集的大小
        num_batches = len(dataloader)   # 批次数目, (size/batch_size，向上取整)

        train_loss, train_acc = 0, 0  # 初始化训练损失和正确率
        
        for X, y in dataloader:  # 获取图片及其标签
            X, y = X.to(device), y.to(device)
            
            # 计算预测误差
            pred = model(X)          # 网络输出
            loss = loss_fn(pred, y)  # 计算网络输出和真实值之间的差距，targets为真实值，计算二者差值即为损失
            
            # 反向传播
            optimizer.zero_grad()  # grad属性归零
            loss.backward()        # 反向传播
            optimizer.step()       # 每一步自动更新
            
            # 记录acc与loss
            train_acc  += (pred.argmax(1) == y).type(torch.float).sum().item()
            train_loss += loss.item()
                
        train_acc  /= size
        train_loss /= num_batches

        return train_acc, train_loss

    def test (dataloader, model, loss_fn):
        size        = len(dataloader.dataset)  # 测试集的大小
        num_batches = len(dataloader)          # 批次数目, (size/batch_size，向上取整)
        test_loss, test_acc = 0, 0
        
        # 当不进行训练时，停止梯度更新，节省计算内存消耗
        with torch.no_grad():
            for imgs, target in dataloader:
                imgs, target = imgs.to(device), target.to(device)
                
                # 计算loss
                target_pred = model(imgs)
                loss        = loss_fn(target_pred, target)
                
                test_loss += loss.item()
                test_acc  += (target_pred.argmax(1) == target).type(torch.float).sum().item()

        test_acc  /= size
        test_loss /= num_batches

        return test_acc, test_loss

    import copy

    optimizer  = torch.optim.Adam(model.parameters(), lr= 1e-4)
    loss_fn    = nn.CrossEntropyLoss() # 创建损失函数

    epochs     = 20

    train_loss = []
    train_acc  = []
    test_loss  = []
    test_acc   = []

    best_acc = 0    # 设置一个最佳准确率，作为最佳模型的判别指标

    for epoch in range(epochs):
        
        model.train()
        epoch_train_acc, epoch_train_loss = train(train_dl, model, loss_fn, optimizer)
        
        model.eval()
        epoch_test_acc, epoch_test_loss = test(test_dl, model, loss_fn)
        
        # 保存最佳模型到 best_model
        if epoch_test_acc > best_acc:
            best_acc   = epoch_test_acc
            best_model = copy.deepcopy(model)
        
        train_acc.append(epoch_train_acc)
        train_loss.append(epoch_train_loss)
        test_acc.append(epoch_test_acc)
        test_loss.append(epoch_test_loss)
        
        # 获取当前的学习率
        lr = optimizer.state_dict()['param_groups'][0]['lr']
        
        template = ('Epoch:{:2d}, Train_acc:{:.1f}%, Train_loss:{:.3f}, Test_acc:{:.1f}%, Test_loss:{:.3f}, Lr:{:.2E}')
        print(template.format(epoch+1, epoch_train_acc*100, epoch_train_loss, 
                            epoch_test_acc*100, epoch_test_loss, lr))
        
    # 保存最佳模型到文件中
    PATH = './best_model.pth'  # 保存的参数文件名
    torch.save(model.state_dict(), PATH)

    print('Done')

if __name__ == '__main__':
    main()

风筝超冷

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
第P8周—YOLOv5-C3模块实现

卷积模块# C3模块1# 全连接网络层，用于分类nn.ReLU(),return x这段代码定义了两个主要的PyTorch模块类：`C3` 和 `model_K`，以及它们的组件。`C3` 类：- `C3` 类代表一个具有3个卷积操作的CSP瓶颈块（CSP Bottleneck）。- 构造函数 `__init__` 接受以下参数：- `c1`：输入通道数（输入特征图的通道数）。- `c2`：输出通道数（输出特征图的通道数）。
复制链接

扫一扫