第四次作业：猫狗大战挑战赛

目录

前言
第一部分 在谷歌 Colab 上完成猫狗大战VGG模型的迁移学习
第二部分 用比赛测试集进行测试并生成CSV文件提交
第三部分 进行优化
第四部分 总结

前言

我们将建一个模型来完成 Kaggle 中的猫狗大战竞赛题目。在这个比赛中，有25000张标记好的猫和狗的图片用做训练，有12500张图片用做测试。首先在谷歌 Colab 上完成猫狗大战VGG模型的迁移学习，关键步骤截图，并附一些自己想法和解读。

在该代码的基础上，下载AI研习社“猫狗大战”比赛的测试集，利用fine-tune的VGG模型进行测试，按照比赛规定的格式输出，上传结果在线评测。将在线评测结果截图，将代码实现的解读发在博客。同时，分析使用哪些技术可以进一步提高分类准确率。

第一部分 在谷歌 Colab 上完成猫狗大战VGG模型的迁移学习

1. 检查是否有GPU

2. 下载数据

下载数据并解压到工作目录

3. 数据处理

datasets 是 torchvision 中的一个包，可以用做加载图像数据。它可以以多线程的形式从硬盘中读取数据，使用 mini-batch 的形式，在网络训练中向 GPU 输送。在使用CNN处理图像时，需要使用transforms进行中心位置裁剪、转换为张量和归一化。图片将被整理成2242243的大小，同时进行了归一化处理。

然后使用datasets.ImageFolder加载数据，把训练集和验证集分别加载并使用transforms进行处理，最后放到一个字典里。并且获取数据集大小和训练集的类别


使用DataLoader将训练集的batch设为64，并打乱；验证集batch为5，不用打乱

4. 创建 VGG Model

torchvision中集成了很多在 ImageNet （120万张训练数据） 上预训练好的通用的CNN模型，可以直接下载使用。

在本课程中，我们直接使用预训练好的 VGG 模型。同时，为了展示 VGG 模型对本数据的预测结果，还下载了 ImageNet 1000 个类的 JSON 文件。

在这部分代码中，对输入的5个图片利用VGG模型进行预测，同时，使用softmax对结果进行处理，随后展示了识别结果。可以看到，识别结果是比较非常准确的。

5. 修改最后一层，冻结前面层的参数

我们的目标是使用预训练好的模型，因此，需要把最后的 nn.Linear 层由1000类，替换为2类。为了在训练中冻结前面层的参数，需要设置 required_grad=False。这样，反向传播训练梯度时，前面层的权重就不会自动更新了。训练中，只会更新最后一层的参数。
把原网络的分类器的第六层改为nn.Linear(4096, 2)

6. 训练并测试全连接层

包括三个步骤：第1步，创建损失函数和优化器；第2步，训练模型；第3步，测试模型。

损失函数 NLLLoss() 的 输入 是一个对数概率向量和一个目标标签. 它不会为我们计算对数概率，适合最后一层是log_softmax()的网络。梯度下降使用随机梯度下降。

7. 可视化模型预测结果（主观分析）

主观分析就是把预测的结果和相对应的测试图像输出出来看看，一般有五种方式：

• 随机查看一些预测正确的图片
• 随机查看一些预测错误的图片
• 预测正确，同时具有较大的probability的图片
• 预测错误，同时具有较大的probability的图片
• 最不确定的图片，比如说预测概率接近0.5的图片
  

第二部分 用比赛测试集进行测试并生成CSV文件提交

只有95.65，因此还有很大优化空间。

第三部分 进行优化

### 1. 进行优化（小训练集）

for param in model_vgg_new.parameters():
    param.requires_grad = False
model_vgg_new.classifier._modules['6'] = nn.Linear(4096, 4096)
model_vgg_new.classifier._modules['7'] = nn.LeakyReLU(0.2, inplace=True)
model_vgg_new.classifier._modules['8'] = nn.Dropout(p=0.5,inplace=False)
model_vgg_new.classifier._modules['9'] = nn.Linear(4096, 2)
model_vgg_new.classifier._modules['10'] = torch.nn.LogSoftmax(dim = 1)

这里在原来的网络后面又加了一个Linear(4096, 4096)全连接层，参照了VGG19后面的两个大的全连接层。并且使用了LeakyReLU激活函数，Dropout防止过拟合。

import shutil

def classify_pics(dir_name):
  path = "./cat_dog/" + dir_name + "/"
  cat = path + "cat"
  dog = path + "dog"

  if not os.path.exists(cat):
    os.makedirs(cat)
  if not os.path.exists(dog):
    os.makedirs(dog)

  files = os.listdir(path)
  for file in files:
    if not os.path.isdir(file):
      name = os.path.splitext(file)[0].split('_')[0]
      if name == 'cat':
        shutil.move(path+file, cat)
      elif name == 'dog':
        shutil.move(path+file, dog)

classify_pics("train")
classify_pics("valid")

path = "./cat_dog/test/"
raw = path + "raw"

if not os.path.exists(raw):
  os.makedirs(raw)
files = os.listdir(path)
for file in files:
  if not os.path.isdir(file):
    shutil.move(path+file, raw)

normalize = transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])

vgg_format = transforms.Compose([
        transforms.CenterCrop(224),
        transforms.ColorJitter(brightness=0.15,contrast=0.15,saturation=0.15,hue=0), #调整亮度、对比度、饱和度、色相
        transforms.RandomRotation(5), #随机旋转
        transforms.ToTensor(),
        normalize,])

data_dir = './dogscats'

dsets = {x: datasets.ImageFolder(os.path.join(data_dir, x), vgg_format)
         for x in ['train', 'valid']}

dset_sizes = {x: len(dsets[x]) for x in ['train', 'valid']}
dset_classes = dsets['train'].classes

这里通过训练集中图片名称对图片进行分类，并且对图片进行增强，调节亮度、对比度、饱和度、色相，进行随即旋转、归一化等等。

# 学习率
lr = 0.001

# 随机梯度下降
optimizer_vgg = torch.optim.Adam([{'params': model_vgg_new.classifier[6].parameters()},
             {'params': model_vgg_new.classifier[9].parameters()}],lr = lr)

'''
第二步：训练模型
'''

def train_model(model,dataloader,size,epochs=1,optimizer=None):
    model.train()
    max_acc = 0
    for epoch in range(epochs):
        running_loss = 0.0
        running_corrects = 0
        count = 0
        for inputs,classes in dataloader:
            inputs = inputs.to(device)
            classes = classes.to(device)
            outputs = model(inputs)
            loss = criterion(outputs,classes)           
            optimizer = optimizer
            optimizer.zero_grad()
            loss.backward()
            optimizer.step()
            _,preds = torch.max(outputs.data,1)
            # statistics
            running_loss += loss.data.item()
            running_corrects += torch.sum(preds == classes.data)
            count += len(inputs)
            # print('Training: No. ', count, ' process ... total: ', size)
        epoch_loss = running_loss / size
        epoch_acc = running_corrects.data.item() / size
        if epoch_acc>max_acc:
          max_acc = epoch_acc
          torch.save(model, '/content/drive/MyDrive/model_best_new.pth')
        tqdm.write('\nepoch: {} \tLoss: {:.8f} Acc: {:.8f}'.format(epoch,epoch_loss, epoch_acc))

使用更加优秀的Adam优化梯度下降，在训练过程中记录下准确率最高的模型，保存下来。
分别跑30、100的epoch，发现30是效果最好的，达到97.85；而100次变成了97.7，可能出现了过拟合。

2. 在大训练集上训练

!wget https://static.leiphone.com/cat_dog.rar
!unrar x cat_dog.rar

用指令下载并解压数据集，这种方法所用的时间远远小于从本地拖入再解压

这里把添加的全连接层改为了Linear(4096, 1024)，训练10epoch，结果发现准确率不理想，又改了回去

使用改后的网络分别跑15、20、24epoch，最好的是20，达到了98%的准确率，但是训练24次准确率反而下降，就不再训练了。（测试次数用完，换了一个号~）

第四部分 总结

我们通过在谷歌 Colab 上完成猫狗大战VGG模型的迁移学习，用比赛测试集进行测试并进行了优化。本次是通过训练好的VGG模型对其进行优化，对pytorch的使用更加熟悉，学习并使用了很多优化策略。对以后的学习和项目打下坚实的基础。