图像分类_PyTorch图像数据分类

      图像分类数据集中最常用的是手写数字识别数据集MNIST。但大部分模型在MNIST上的分类精度都超过了95%。为了更直观地观察算法之间的差异，我们将使用一个图像内容更加复杂的数据集Fashion-MNIST(这个数据集也比较小，只有几十M，没有GPU的电脑也能吃得消)。

我们将使用torchvision包，它是服务于PyTorch深度学习框架的，主要用来构建计算机视觉模型。torchvision主要由以下几部分构成：

1. torchvision.datasets: 一些加载数据的函数及常用的数据集接口；

2. torchvision.models: 包含常用的模型结构(含预训练模型)，例如AlexNet、VGG、ResNet等；

3. torchvision.transforms: 常用的图片变换，例如裁剪、旋转等；

4. torchvision.utils: 其他的一些有用的方法。

      Fashion-MNIST中一共包括了10个类别，分别为t-shirt(T恤)、trouser(裤子)、pullover(套衫)、dress(连衣裙)、coat(外套)、sandal(凉鞋)、shirt(衬衫)、sneaker(运动鞋)、bag(包)和ankle boot(短靴)。以下函数可以将数值标签转成相应的文本标签。

import torchimport torchvisionimport torchvision.transforms as transformsimport matplotlib.pyplot as pltimport timeimport sysfrom IPython import displaymnist_train=torchvision.datasets.FashionMNIST(root='./datasets/FashionMNIST',train=True,download=False,transform=transforms.ToTensor())mnist_test=torchvision.datasets.FashionMNIST(root='./datasets/FashionMNIST',train=False,download=False,transform=transforms.ToTensor())print(type(mnist_train))print(len(mnist_train),len(mnist_test))feature,label=mnist_train[0]print(feature.shape,label)def use_svg_display():    # 用矢量图显示    display.set_matplotlib_formats('svg')def set_figsize(figsize=(3.5, 2.5)):    use_svg_display()    # 设置图的尺寸    plt.rcParams['figure.figsize'] = figsizedef get_fashion_mnist_labels(labels):    text_labels = ['t-shirt', 'trouser', 'pullover', 'dress', 'coat',                   'sandal', 'shirt', 'sneaker', 'bag', 'ankle boot']    return [text_labels[int(i)] for i in labels]def show_fashion_mnist(images, labels):    use_svg_display()    _, figs = plt.subplots(1, len(images), figsize=(12, 12))    for f, img, lbl in zip(figs, images, labels):        f.imshow(img.view((28, 28)).numpy())        f.set_title(lbl)        f.axes.get_xaxis().set_visible(False)        f.axes.get_yaxis().set_visible(False)    plt.show()X, y = [], []for i in range(10):    X.append(mnist_train[i][0])    y.append(mnist_train[i][1])show_fashion_mnist(X, get_fashion_mnist_labels(y))

分类结果：