一、图像识别流程
1. 准备数据集
1)采集图像
2)拆分数据集
训练集、测试集 8:2
3)读图像和分批
4)图像预处理(缩放、标准化处理)
2. 选择网络结构
简单任务:lenet、Alexnet
中等任务:vgg、googlenet
复杂任务:resnet18、renset50
3. 选择损失函数
衡量真实值和预测值之间的误差
分类问题: 交叉熵损失函数
回归问题:均方误差损失函数
4. 选择优化器(优化器作用:选择一种方法更新参数)
优化器的一种为:随机梯度下降 w = w - lr*grad
5. 训练算法
for i in range(100):将训练集遍历N遍
for 每批数据 in 所有训练数据:
output = model(每批数据) # 模型预测
loss_val = loss_fn(output, target)
根据loss进行反向传播
利用优化器更新model中参数
# 保存模型
save(model中参数)
# -------------------------------------------------------------------------
数据集拆分
1元:100张
100元:100张
训练集:80张1元 + 80张100元
测试集:20张1元 + 20张100元
二、深度学习算法流程
三、人民币识别实现
1、数据集拆分
RMB_1数据拆分.py
import os
import random
import shutil
random.seed(1)
"""
数据集拆分
1元:100张
100元:100张
训练集:80张1元 + 80张100元
测试集:20张1元 + 20张100元
拆分后RMB_split
>train
>> 1元
80张图像
>> 100元
80张图像
>test
>> 1元
20张图像
>> 100元
20张图像
"""
# 根路径、子路径、文件名
for root, subs, files in os.walk("E:\pycharm\pythonProject\深度学习./RMB_data"):
for sub in subs:
sub_path = os.path.join(root, sub)
# print(sub_path)
all_images = os.listdir(sub_path)
random.shuffle(all_images) # 打乱列表中的元素
for ind, i in enumerate(all_images):
org_img_name = os.path.join(sub_path, i)
print(ind, org_img_name)
if ind < 80:
save_img_name = org_img_name.replace("RMB_data", "RMB_split/train")
else:
save_img_name = org_img_name.replace("RMB_data", "RMB_split/test")
# save_path = save_img_name.split("\\")[0]
save_path = os.path.dirname(save_img_name)
# print(save_path)
# 创建目录
# exist_ok=True 如果文件夹存在,不再次创建,也不报错
os.makedirs(save_path, exist_ok=True)
# 源路径、目的路径
shutil.copy(org_img_name, save_img_name)
2、主文件
RMB_2主文件.py
from torch.utils.data import DataLoader # 数据分批
from 深度学习.RMB_3数据集读取 import RMB_Dataset
from torchvision import transforms
import pdb
from 深度学习.RMB_4网络结构 import Lenet
import torch.nn as nn
import torch.optim as optim
import numpy as np
import torch
# 随机种子
torch.manual_seed(1)
# -----------------------超参数--------------------------------
LR = 0.05 # 学习率
max_epoch = 20 # 最大迭代次数
interval = 2 # 每训练两次 测试一次
test_batch_size = 4
best_acc = 0
# ---------------------------1/5 数据模块-------------------------------------------------
train_data_path = "RMB_split/train"
test_data_path = "RMB_split/test"
# 图像处理的均值和标准差
# ImageNet数据集 上图像的均值和标准差如下
norm_mean = [0.485, 0.456, 0.406]
norm_std = [0.229, 0.224, 0.225]
# 数据预处理的一些操作。
train_transform = transforms.Compose([
transforms.Resize((32, 32)), # 缩放到统一尺寸
transforms.RandomCrop(32, padding=4), # 图像四周补像素
transforms.ToTensor(), # 转换为tensor,会被归一化为0-1
transforms.Normalize(norm_mean, norm_std), # 数据标准化:减均值 除方法
])
test_transform = transforms.Compose([
transforms.Resize((32, 32)), # 缩放到统一尺寸
transforms.ToTensor