使用ResNet对CIFAR10数据集进行识别分类(pytorch)

LeNet5的结构比较简单,分类准确率只有50%左右。
ResNet属于中等规模复杂度的网络,性能比LeNet5会强大不少。
本例采用最简单的ResNet18模型,实现对CIFAR数据集的10分类。

还是按照之前的流程,分四步完成网络的搭建和训练。
编程过程中发现最好还是使用模块化编程,不然容易写bug出来。

代码如下:

import torch
from torch import nn
from torch.utils.data import DataLoader
from torchvision import datasets
from torchvision import transforms
import torch.optim as optim
from torch.nn import functional as F
import matplotlib.pyplot as plt
import time

# # 使用ResNet18网络训练CIFAR10数据集实现10分类

start = time.time()
# Step 1 : prepare dataset

batch_size = 32

cifar_train = datasets.CIFAR10("cifar", train=True, transform=transforms.Compose([
    transforms.Resize((32, 32)),
    transforms.ToTensor(),
    transforms.Normalize(mean=[0.485, 0.456, 0.406],
                         std=[0.229, 0.224, 0.225])
]), download=True)  # 导入训练数据集 添加三个变换 第一个将图片裁剪至32*32大小;第二个将格式转变成tensor;第三个使用均值归一化,使数据均匀分布在0-1之间

cifar_train_loader = DataLoader(cifar_train, batch_size=batch_size, shuffle=True,)  # 做打乱处理

cifar_test = datasets.CIFAR10("cifar", train=False, transform=transforms.Compose([
    transforms.Resize((32, 32)),
    transforms.ToTensor(),
    transforms.Normalize(mean=[0.485, 0.456, 0.406],
                         std=[0.229, 0.224, 0.225])
]), download=True)
cifar_test_loader = DataLoader(cifar_test, batch_size=batch_size, shuffle=False, )  # 与上面相同,但测试集不需要打乱


# Step2: design model

# 先定义Res模块 res模块是残差神经网络中的残差运算单元
class ResBlock(nn.Module):  # 同样继承至nn.Module
    def __init__(self, ch_in, ch_out, stride=1):
        super(ResBlock, self).__init__()

        self.conv1 = nn.Conv2d(ch_in, ch_out, kernel_size=3, stride=stride, padding=1)  # stride对图片尺寸的大小有重要的影响
        self.bn1 = nn.BatchNorm2d(ch_out)
        self.conv2 = nn.Conv2d(ch_out, ch_out, kernel_size=3, stride=1, padding=1)
        self.bn2 = nn.BatchNorm2d(ch_out)  # 两个卷积层 两个batchnorm
        # shortcut 短接层
        self.extra = nn.Sequential()
        if ch_out != ch_in:
            # let [b, ch_in, h, w] ----> [b, ch_out, h, w]
            self.extra = nn.Sequential(
                nn.Conv2d(ch_in, ch_out, kernel_size=1, stride=stride),  # 此处的stride设置与conv1一样 保证大小一致 可以相加
                nn.BatchNorm2d(ch_out)
            )

    def forward(self, x):
        out = F.relu(self.bn1(self.conv1(x)))
        out = self.bn2(self.conv2(out))
        # extra shortcut
        out = self.extra(x) + out
        out = F.relu(out)
        return out

# 再定义ResNet类

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

        self.conv1 = nn.Sequential(
            nn.Conv2d(3, 64, kernel_size=3, stride=3, padding=0),
            nn.BatchNorm2d(64)
        )
        # follow 4 block
        self.resblock = nn.Sequential(
            ResBlock(64, 128, stride=2),
            ResBlock(128, 256, stride=2),
            ResBlock(256, 512, stride=2),
            ResBlock(512, 512, stride=2),  # 512是经验之谈 一般channel提升到512  同时图片尺寸需要减少
        )

        self.outlayer = nn.Linear(512, 10)
        # 总的结构为:1个卷积[b, 3, 32, 32]-->[b, 64, 32, 32]+4个残差块[b, 64, 32, 32]-->[b, 512, 2, 2]+1个全连接层[b, 512]-->[b, 10]
        # 4个残差块后还有一个全局池化的操作,实现[b, 512, 2, 2]-->[b, 512, 1, 1],并[b, 512, 1, 1]-->[b, 512*1*1]

    def forward(self, x):
        x = F.relu(self.conv1(x))
        # [b, 64, h, w] ----> [b, 512, h, w]
        x = self.resblock(x)

        # print("after conv: ", x.shape)  # [b, 512, 2, 2]
        x = F.adaptive_max_pool2d(x, [1, 1])  # [b, 512, h, w] ---> [b, 512, 1, 1] 不管w,h是多少,都变成1*1的(均值)
        # print("after pool: ", x.shape)
        # flatten to 1 dim
        x = x.view(x.size(0), -1)
        x = self.outlayer(x)
        return x


model = ResNet()
print(model)  # 打印模型结构
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
model.to(device)  # 放到GPU上


# Step3: construct Loss and Optimizer

criterion = torch.nn.CrossEntropyLoss()  # 分类一般使用交叉熵
optimizer = optim.Adam(model.parameters(), lr=0.001)


# Step4: Train and Test

def train(epoch):
    running_loss = 0
    model.train()  # 设置为train模式
    for batch_idx, (x, label) in enumerate(cifar_train_loader, 0):
        x, label = x.to(device), label.to(device)
        optimizer.zero_grad()

        # forward
        outputs = model(x)
        loss = criterion(outputs, label)
        # backward
        loss.backward()
        # update
        optimizer.step()

    print("Epoch: ", epoch, "Loss is: ", loss.item())

def test(epoch):
    correct = 0
    total = 0
    model.eval()  # 设置为test模式
    with torch.no_grad():  # 以下内容不需要构建计算图,不需要计算梯度 这一句可加可不加
        for data in cifar_test_loader:
            images, labels = data
            images, labels = images.to(device), labels.to(device)
            outputs = model(images)
            pred = outputs.argmax(dim=1)
            total += labels.size(0)  # 每次循环都把这一批的batch_size加上,就得到总的数量
            correct += torch.eq(pred, labels).float().sum().item()  # 对比预测和label相同的数量 即为预测正确的数量
    print("Epoch", epoch, "Accuracy on test set: %d %%" % (100 * correct / total))
    return correct / total



if __name__ == "__main__":
    epoch_list = []
    acc_list = []
    for epoch in range(50):
        train(epoch)
        acc = test(epoch)
        epoch_list.append(epoch)
        acc_list.append(acc)

    plt.plot(epoch_list, acc_list)
    plt.xlabel("Epoch")
    plt.ylabel("Acc")
    plt.grid()
    plt.show()
    
    end = time.time()
    print("Total Time: ", end - start)

结果如图:

在这里插入图片描述
可以看出准确率大约在72%左右,相比LeNet5上升了20多个百分点。
训练50轮,总时间为2303秒。

  • 1
    点赞
  • 28
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值