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。
- 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。
- 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。
- 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()
- 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
- 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()
- 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 !!!