基于Pytorch和Tk的性别识别

利用Pytorch来训练模型，基于TK来界面化我们的模型，输入一种图片，模型来判断他的性别，并输入到界面上。

---

话不多说，直接进入正题。

1. 准备数据
   • 通过爬虫来获取我们的图片，全部放在一个文件夹下，女性图片的图片名称末尾为‘woman’，并利用torchvision.transforms将所有图片的大小设置为128×128,类型变换成tensor，并归一化处理。

transform = T.Compose([
    T.Resize(128),
    T.CenterCrop(128),
    T.ToTensor(),
    T.Normalize(mean=[0.5,0.5,0.5],std=[0.5,0.5,0.5])
])

2.加载数据集,通过自定义Dataset类，来加载我们的数据，也是最终我们有来训练的数据。

class dataset(Dataset):
    def __init__(self,root,transform=None):
        imgs = os.listdir(root)

        self.imgs = [os.path.join(root,img) for img in imgs]    #每一张图片的路径
        self.transform = transform
    def __getitem__(self, index):
        img_path = self.imgs[index]

        label = 0 if 'woman' in img_path.split('/')[-1] else 1  #数据的标签

        data = Image.open(img_path)   #读取图片
        data = self.transform(data)    #装换图片

        return data,label    #返回图片和标签
    def __len__(self):
        return len(self.imgs)     #返回图片的总张数


data = dataset('./man',transform=transform)   #生成器，每次返回图片和其标签
data = DataLoader(data,batch_size=128,shuffle=True,drop_last=True,num_workers=0)
#批量加载图片，图片太多，一次性加载，内存不允许。

3. 构建网络，也就是搭建我们的模型，可以使用LetNet，AlexNet和VGGNet，当然也可以自己定义网络，我这里是自己定义的网络。

class CNN(torch.nn.Module):
    def __init__(self):
        super(CNN,self).__init__()

        self.layer1 = torch.nn.Sequential(
            torch.nn.Conv2d(3,16,kernel_size=3,stride=1,padding=1),
            torch.nn.BatchNorm2d(16),
            torch.nn.ReLU(inplace=True),
            torch.nn.MaxPool2d(kernel_size=2, stride=2) #64
        )

        self.layer2 = torch.nn.Sequential(
            torch.nn.Conv2d(16,32,kernel_size=3,stride=1,padding=1),
            torch.nn.BatchNorm2d(32),
            torch.nn.ReLU(inplace=True),
            torch.nn.MaxPool2d(kernel_size=2,stride=2) #32
        )

        self.layer3 = torch.nn.Sequential(
            torch.nn.Conv2d(32,64,kernel_size=3,stride=1,padding=1),
            torch.nn.BatchNorm2d(64),
            torch.nn.ReLU(inplace=True)
        )
        self.layer4 = torch.nn.Sequential(
            torch.nn.Conv2d(64,128,kernel_size=3,stride=1,padding=1),
            torch.nn.BatchNorm2d(128),
            torch.nn.ReLU(inplace=True),
            torch.nn.MaxPool2d(kernel_size=2,stride=2)  #16
        )
        self.fc = torch.nn.Sequential(
            torch.nn.Linear(128*16*16,2048),
            torch.nn.ReLU(inplace=True),
            torch.nn.Linear(2048,2048),
            torch.nn.ReLU(inplace=True),
            torch.nn.Linear(2048,2)
        )

    def forward(self,x):
        x = self.layer1(x)
        x = self.layer2(x)
        x = self.layer3(x)
        x = self.layer4(x)
        x = x.view(x.size(0),-1)
        x = F.softmax(self.fc(x),dim=1)
        return x

cnn = CNN()

在构建网络的时候，最好在每一层中注释输出图片的大小，这个容易弄错。

4. 选择合适的优化函数，以及损失函数，这个我选择的是SGD和MES这两个函数，当然你也可以现在交叉熵损失函数，如果选择的是交叉熵的话，注意数据类型要修改成长整型，否则会报错。

optimizers = torch.optim.SGD(cnn.parameters(),lr=0.001,momentum=0.9)
losses = torch.nn.MSELoss()

5. 训练我们的模型，到这里了，我们的任务就基本上完成了，静静等待着训练的完成的吧！

for i in range(25):
    acc = 0

    for img,label in data:

        lb = OneHotEncoder(categories='auto')
        lb.fit(label.reshape(-1,1))
        label = lb.transform(label.reshape(-1,1)).toarray()   #将标签转换成one-hot的形式

        img = Variable(img)
        label = torch.from_numpy(label).float()
        label = Variable(label)
        optimizers.zero_grad()
        predict = cnn(img)

        loss = losses(predict,label)

        loss.backward()

        optimizers.step()

        a = torch.argmax(predict,dim=1)

        b = torch.argmax(label.data,dim=1)

        for k in range(len(a)):
            if(a[k] == b[k]): acc += 1
        print(loss)
    print("accuracy:%2f"%(acc/4128))
torch.save(cnn.state_dict(),'sex.pth')   #最后保存我们的模型

6. 我们的大部分任务算是完成了，终于可以缓口气了，那么接下来就是用我们python自带的GUI库来，界面化我们的模型了。

 global root,text1
    root = Tk()      #定义一个GUI界面
    root.geometry("450x300")   #设置界面的大小
    root.title("性别识别")     #设置界面的标题


    Label(root,text="预测结果:",font=("微软雅黑",15),fg="black").place(x=100,y=260)    #root界面上设置一个标签

    text1 = Text(root,width=5,height=2)  #设置一个文本框，可以输入
    text1.place(x=200,y=260)	#设置放在root上面的位置
    Button(root, text="打开图片", width=10, height=2, command=get_root, fg='black', bg='gray').place(x=150, y=70)    #按钮，触发get_root函数

    Button(root,text="确定",width=10,height=2,command=sex,fg='red',bg='gray').place(x=200,y=200)#按钮触发sex函数


    root.mainloop()

7. 经过步骤六之后，我们的任务就算是已经完成了，下面来补充一下get_root函数

def get_root():
    global file_path
    root = Tk()
    root.withdraw()

    file_path = tkinter.filedialog.askopenfilename()  #打开文件，效果如下图，可以选择我们的图片

下面是sex函数，具体的说明看代码中的注释

def sex():
    class CNN(torch.nn.Module):
        def __init__(self):
            super(CNN, self).__init__()

            self.layer1 = torch.nn.Sequential(
                torch.nn.Conv2d(3, 16, kernel_size=3, stride=1, padding=1),
                torch.nn.BatchNorm2d(16),
                torch.nn.ReLU(inplace=True),
                torch.nn.MaxPool2d(kernel_size=2, stride=2)  # 64
            )

            self.layer2 = torch.nn.Sequential(
                torch.nn.Conv2d(16, 32, kernel_size=3, stride=1, padding=1),
                torch.nn.BatchNorm2d(32),
                torch.nn.ReLU(inplace=True),
                torch.nn.MaxPool2d(kernel_size=2, stride=2)  # 32
            )

            self.layer3 = torch.nn.Sequential(
                torch.nn.Conv2d(32, 64, kernel_size=3, stride=1, padding=1),
                torch.nn.BatchNorm2d(64),
                torch.nn.ReLU(inplace=True)
            )
            self.layer4 = torch.nn.Sequential(
                torch.nn.Conv2d(64, 128, kernel_size=3, stride=1, padding=1),
                torch.nn.BatchNorm2d(128),
                torch.nn.ReLU(inplace=True),
                torch.nn.MaxPool2d(kernel_size=2, stride=2)  # 16
            )
            self.fc = torch.nn.Sequential(
                torch.nn.Linear(128 * 16 * 16, 2048),
                torch.nn.ReLU(inplace=True),
                torch.nn.Linear(2048, 2048),
                torch.nn.ReLU(inplace=True),
                torch.nn.Linear(2048, 2)
            )

        def forward(self, x):
            x = self.layer1(x)
            x = self.layer2(x)
            x = self.layer3(x)
            x = self.layer4(x)
            x = x.view(x.size(0), -1)
            x = F.softmax(self.fc(x), dim=1)
            return x
    cnn = CNN()


    cnn.load_state_dict(torch.load('sex.pth'))   #加载我们已经训练好的模型
    img = Image.open(file_path)   #加载我们打开的图片
    ts = T.Compose([
        T.Resize(128),
        T.CenterCrop(128),
        T.ToTensor(),
        T.Normalize(mean=[.5,.5,.5],std=[.5,.5,.5])
    ])    #对图片进行处理
    img = ts(img)   
    img = torch.unsqueeze(img,0)   #将图片的维度信息变为[1,3,128,128]
    predict = cnn(img)    #预测图片的类别
    b =torch.argmax(predict,dim=1)
    text1.delete(1.0, "end") #清除文本框中的位置
    if(b==0):
    	text1.insert(INSERT,"女")   #如果预测结果是0，就在文本框中输入女
    else:
    	text1.insert(INSERT,"男")   #否则输入男

就这样，我们的任务彻底低完成了，下面给出运行的示意图，代码还有许多需要改进的地方，例如加载图片后，在界面上显示出来。
完整代码已经数据集 请点击 GitHub链接地址
Thank for your reading ！！！