基于pytorch的猴痘病识别

• 🍨 本文为🔗365天深度学习训练营 中的学习记录博客
• 🍖 原作者：K同学啊 | 接辅导、项目定制

一、前期准备

1.设置GPU

import torch
import torch.nn as nn
import torchvision.transforms as transforms
import torchvision
from torchvision import transforms, datasets

import os,PIL,pathlib,random

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

device

2. 导入数据

data_dir = './Data/猴痘病识别数据/'
data_dir = pathlib.Path(data_dir)

data_paths = list(data_dir.glob('*/*'))
classeNames = sorted(item.name for item in data_dir.glob('*/') if item.is_dir())
classeNames

['Monkeypox', 'Others']

• 第一步：使用pathlib.Path()函数将字符串类型的文件夹路径转换为pathlib.Path对象。
• 第二步：使用glob()方法获取data_dir路径下的所有文件路径，并以列表形式存储在data_paths中。
• 第三步：通过split()函数对data_paths中的每个文件路径执行分割操作，获得各个文件所属的类别名称，并存储在classeNames中
• 第四步：打印classeNames列表，显示每个文件所属的类别名称。

total_datadir = './Data/猴痘病识别数据/'

# 关于transforms.Compose的更多介绍可以参考：https://blog.csdn.net/qq_38251616/article/details/124878863
train_transforms = transforms.Compose([
    transforms.Resize([224, 224]),  # 将输入图片resize成统一尺寸
    transforms.ToTensor(),          # 将PIL Image或numpy.ndarray转换为tensor，并归一化到[0,1]之间
    transforms.Normalize(           # 标准化处理-->转换为标准正太分布（高斯分布），使模型更容易收敛
        mean=[0.485, 0.456, 0.406], 
        std=[0.229, 0.224, 0.225])  # 其中 mean=[0.485,0.456,0.406]与std=[0.229,0.224,0.225] 从数据集中随机抽样计算得到的。
])

total_data = datasets.ImageFolder(total_datadir,transform=train_transforms)
total_data

Dataset ImageFolder
    Number of datapoints: 2142
    Root location: ./data/monkeypox_disease_photos/
    StandardTransform
Transform: Compose(
               Resize(size=[224, 224], interpolation=bilinear, max_size=None, antialias=warn)
               ToTensor()
               Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
           )

total_data.class_to_idx

{'Monkeypox': 0, 'Others': 1}

3. 划分数据集

train_size = int(0.8 * len(total_data))
test_size  = len(total_data) - train_size
train_dataset, test_dataset = torch.utils.data.random_split(total_data, [train_size, test_size])
train_dataset, test_dataset

train_size,test_size

(1713, 429)

batch_size = 32

train_dl = torch.utils.data.DataLoader(train_dataset,
                                        batch_size=batch_size,
                                        shuffle=True,
                                        num_workers=1)
test_dl = torch.utils.data.DataLoader(test_dataset,
                                        batch_size=batch_size,
                                        shuffle=True,
                                        num_workers=1)

for X, y in test_dl:
    print("Shape of X [N, C, H, W]: ", X.shape)
    print("Shape of y: ", y.shape, y.dtype)
    break

Shape of X [N, C, H, W]:  torch.Size([32, 3, 224, 224])
Shape of y:  torch.Size([32]) torch.int64

二、构建简单的CNN网络

对于一般的CNN网络来说，都是由特征提取网络和分类网络构成，其中特征提取网络用于提取图片的特征，分类网络用于将图片进行分类。

import torch.nn.functional as F

class Network_bn(nn.Module):
    def __init__(self):
        super(Network_bn, self).__init__()
        """
        nn.Conv2d()函数：
        第一个参数(in_channels)是输入的channel数量
        第二个参数(out_channels)是输出的channel数量
        第三个参数(kernel_size)是卷积核大小
        第四个参数(stride)是步长,默认为1
        第五个参数(padding)是填充大小,默认为0
        """
        self.conv1 = nn.Conv2d(in_channels=3, out_channels=12, kernel_size=5, stride=1, padding=0)
        self.bn1 = nn.BatchNorm2d(12)
        self.conv2 = nn.Conv2d(in_channels=12, out_channels=12, kernel_size=5, stride=1, padding=0)
        self.bn2 = nn.BatchNorm2d(12)
        self.pool = nn.MaxPool2d(2,2)
        self.conv4 = nn.Conv2d(in_channels=12, out_channels=24, kernel_size=5, stride=1, padding=0)
        self.bn4 = nn.BatchNorm2d(24)
        self.conv5 = nn.Conv2d(in_channels=24, out_channels=24, kernel_size=5, stride=1, padding=0)
        self.bn5 = nn.BatchNorm2d(24)
        self.fc1 = nn.Linear(24*50*50, len(classeNames))

    def forward(self, x):
        x = F.relu(self.bn1(self.conv1(x)))      
        x = F.relu(self.bn2(self.conv2(x)))     
        x = self.pool(x)                        
        x = F.relu(self.bn4(self.conv4(x)))     
        x = F.relu(self.bn5(self.conv5(x)))  
        x = self.pool(x)                        
        x = x.view(-1, 24*50*50)
        x = self.fc1(x)

        return x

device = "cuda" if torch.cuda.is_available() else "cpu"
print("Using {} device".format(device))

model = Network_bn().to(device)
model

Network_bn(
  (conv1): Conv2d(3, 12, kernel_size=(5, 5), stride=(1, 1))
  (bn1): BatchNorm2d(12, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
  (conv2): Conv2d(12, 12, kernel_size=(5, 5), stride=(1, 1))
  (bn2): BatchNorm2d(12, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
  (pool): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
  (conv4): Conv2d(12, 24, kernel_size=(5, 5), stride=(1, 1))
  (bn4): BatchNorm2d(24, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
  (conv5): Conv2d(24, 24, kernel_size=(5, 5), stride=(1, 1))
  (bn5): BatchNorm2d(24, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
  (fc1): Linear(in_features=60000, out_features=2, bias=True)
)

三、 训练模型

1. 设置超参数

loss_fn    = nn.CrossEntropyLoss() # 创建损失函数
learn_rate = 1e-4 # 学习率
opt        = torch.optim.SGD(model.parameters(),lr=learn_rate)

# 训练循环
def train(dataloader, model, loss_fn, optimizer):
    size = len(dataloader.dataset)  # 训练集的大小，一共60000张图片
    num_batches = len(dataloader)   # 批次数目，1875（60000/32）

    train_loss, train_acc = 0, 0  # 初始化训练损失和正确率
    
    for X, y in dataloader:  # 获取图片及其标签
        X, y = X.to(device), y.to(device)
        
        # 计算预测误差
        pred = model(X)          # 网络输出
        loss = loss_fn(pred, y)  # 计算网络输出和真实值之间的差距，targets为真实值，计算二者差值即为损失
        
        # 反向传播
        optimizer.zero_grad()  # grad属性归零
        loss.backward()        # 反向传播
        optimizer.step()       # 每一步自动更新
        
        # 记录acc与loss
        train_acc  += (pred.argmax(1) == y).type(torch.float).sum().item()
        train_loss += loss.item()

    train_acc  /= size
    train_loss /= num_batches

    return train_acc, train_loss

3. 编写测试函数

测试函数和训练函数大致相同，但是由于不进行梯度下降对网络权重进行更新，所以不需要传入优化器

def test (dataloader, model, loss_fn):
    size        = len(dataloader.dataset)  # 测试集的大小，一共10000张图片
    num_batches = len(dataloader)          # 批次数目，313（10000/32=312.5，向上取整）
    test_loss, test_acc = 0, 0
    
    # 当不进行训练时，停止梯度更新，节省计算内存消耗
    with torch.no_grad():
        for imgs, target in dataloader:
            imgs, target = imgs.to(device), target.to(device)
            
            # 计算loss
            target_pred = model(imgs)
            loss        = loss_fn(target_pred, target)
            
            test_loss += loss.item()
            test_acc  += (target_pred.argmax(1) == target).type(torch.float).sum().item()

    test_acc  /= size
    test_loss /= num_batches

    return test_acc, test_loss

4. 正式训练

epochs     = 20
train_loss = []
train_acc  = []
test_loss  = []
test_acc   = []

for epoch in range(epochs):
    model.train()
    epoch_train_acc, epoch_train_loss = train(train_dl, model, loss_fn, opt)
    
    model.eval()
    epoch_test_acc, epoch_test_loss = test(test_dl, model, loss_fn)
    
    train_acc.append(epoch_train_acc)
    train_loss.append(epoch_train_loss)
    test_acc.append(epoch_test_acc)
    test_loss.append(epoch_test_loss)
    
    template = ('Epoch:{:2d}, Train_acc:{:.1f}%, Train_loss:{:.3f}, Test_acc:{:.1f}%，Test_loss:{:.3f}')
    print(template.format(epoch+1, epoch_train_acc*100, epoch_train_loss, epoch_test_acc*100, epoch_test_loss))
print('Done')

Epoch: 1, Train_acc:61.1%, Train_loss:0.672, Test_acc:66.7%，Test_loss:0.643
Epoch: 2, Train_acc:68.0%, Train_loss:0.590, Test_acc:64.3%，Test_loss:0.597
Epoch: 3, Train_acc:72.3%, Train_loss:0.546, Test_acc:71.6%，Test_loss:0.593
Epoch: 4, Train_acc:74.4%, Train_loss:0.518, Test_acc:76.0%，Test_loss:0.500
Epoch: 5, Train_acc:78.2%, Train_loss:0.478, Test_acc:78.8%，Test_loss:0.476
Epoch: 6, Train_acc:78.8%, Train_loss:0.456, Test_acc:78.6%，Test_loss:0.461
Epoch: 7, Train_acc:81.6%, Train_loss:0.429, Test_acc:80.2%，Test_loss:0.443
Epoch: 8, Train_acc:83.4%, Train_loss:0.410, Test_acc:79.5%，Test_loss:0.441
Epoch: 9, Train_acc:85.2%, Train_loss:0.393, Test_acc:83.4%，Test_loss:0.437
Epoch:10, Train_acc:86.2%, Train_loss:0.371, Test_acc:83.2%，Test_loss:0.416
Epoch:11, Train_acc:86.9%, Train_loss:0.362, Test_acc:82.1%，Test_loss:0.432
Epoch:12, Train_acc:88.9%, Train_loss:0.339, Test_acc:84.8%，Test_loss:0.399
Epoch:13, Train_acc:89.7%, Train_loss:0.329, Test_acc:83.9%，Test_loss:0.393
Epoch:14, Train_acc:90.3%, Train_loss:0.317, Test_acc:85.1%，Test_loss:0.387
Epoch:15, Train_acc:92.0%, Train_loss:0.300, Test_acc:86.0%，Test_loss:0.384
Epoch:16, Train_acc:90.5%, Train_loss:0.300, Test_acc:85.5%，Test_loss:0.378
Epoch:17, Train_acc:91.4%, Train_loss:0.290, Test_acc:84.6%，Test_loss:0.371
Epoch:18, Train_acc:92.6%, Train_loss:0.279, Test_acc:85.3%，Test_loss:0.375
Epoch:19, Train_acc:93.1%, Train_loss:0.265, Test_acc:85.3%，Test_loss:0.372
Epoch:20, Train_acc:93.3%, Train_loss:0.259, Test_acc:85.3%，Test_loss:0.351
Done

四、 结果可视化

1. Loss与Accuracy图

import matplotlib.pyplot as plt
#隐藏警告
import warnings
warnings.filterwarnings("ignore")               #忽略警告信息
plt.rcParams['font.sans-serif']    = ['SimHei'] # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False      # 用来正常显示负号
plt.rcParams['figure.dpi']         = 100        #分辨率

epochs_range = range(epochs)

plt.figure(figsize=(12, 3))
plt.subplot(1, 2, 1)

plt.plot(epochs_range, train_acc, label='Training Accuracy')
plt.plot(epochs_range, test_acc, label='Test Accuracy')
plt.legend(loc='lower right')
plt.title('Training and Validation Accuracy')

plt.subplot(1, 2, 2)
plt.plot(epochs_range, train_loss, label='Training Loss')
plt.plot(epochs_range, test_loss, label='Test Loss')
plt.legend(loc='upper right')
plt.title('Training and Validation Loss')
plt.show()

2. 指定图片进行预测

• torch.squeeze()详解
  对数据的维度进行压缩，去掉维数为1的的维度

  • 函数原型：torch.squeeze(input, dim=None)
  • 参数：
    • input：输入张量
    • dim：要压缩的维度，默认None，表示压缩所有维数为1的维度
  • 返回值：
    • 压缩后的张量
  • 举例：

    假设input为torch.Size([1, 3, 1, 2])，则torch.squeeze(input)返回torch.Size([3, 2])

    假设input为torch.Size([1, 1, 3, 2])，则torch.squeeze(input)返回torch.Size([3, 2])

    假设input为torch.Size([1, 3, 2, 1])，则torch.squeeze(input)返回torch.Size([3, 2])

• torch.unsqueeze()详解
  对数据的维度进行扩展，在指定的维度上添加维数为1的维度

  • 函数原型：torch.unsqueeze(input, dim)
  • 参数：
    • input：输入张量
    • dim：要添加维度的维度
  • 返回值：
    • 扩展后的张量
  • 举例：

    假设input为torch.Size([3, 2])，则torch.unsqueeze(input, 0)返回torch.Size([1, 3, 2])

    假设input为torch.Size([3, 2])，则torch.unsqueeze(input, 1)返回torch.Size([3, 1, 2])

    假设input为torch.Size([3, 2])，则torch.unsqueeze(input, 2)返回torch.Size([3, 2, 1])

from PIL import Image 

classes = list(total_data.class_to_idx)

def predict_one_image(image_path, model, transform, classes):
    
    test_img = Image.open(image_path).convert('RGB')
    # plt.imshow(test_img)  # 展示预测的图片

    test_img = transform(test_img)
    img = test_img.to(device).unsqueeze(0)
    
    model.eval()
    output = model(img)

    _,pred = torch.max(output,1)
    pred_class = classes[pred]
    print(f'预测结果是：{pred_class}')

# 预测训练集中的某张照片
predict_one_image(image_path='./Data/猴痘病识别数据/Monkeypox/M24_01_05.jpg', 
                    model=model, 
                    transform=train_transforms, 
                    classes=classes)

五、保存并加载模型

# 模型保存
PATH = './model/Monkeypox_model.pth'  # 保存的参数文件名
torch.save(model.state_dict(), PATH)

# 将参数加载到model当中
model.load_state_dict(torch.load(PATH, map_location=device))

六、个人收获

在这个项目中，完成了一个猴痘病识别的深度学习模型，以下是一些个人收获：

• GPU设置和数据准备： 首先设置了GPU，并导入了必要的库和数据。这是深度学习项目的基本步骤，确保在GPU上运行可以加速模型的训练过程。
• 数据导入与处理： 使用了torchvision库导入并处理了图像数据。这包括了对图像进行预处理、划分数据集等步骤，这对于建立有效的训练和测试数据集非常重要。
• 构建简单的CNN网络： 建立了一个简单的卷积神经网络（CNN）模型，包括卷积层、批归一化层、池化层和全连接层。这个模型用于提取图像特征并进行分类。
• 训练模型： 定义了训练和测试函数，使用交叉熵作为损失函数，使用梯度下降法进行优化。通过多次训练迭代，观察了模型在训练集和测试集上的准确率和损失的变化。
• 结果可视化： 使用matplotlib库绘制了训练和测试过程中准确率和损失的变化图表，使得你能够直观地了解模型的训练效果。
• 保存与加载模型： 最后，保存了训练好的模型的参数，并展示了如何加载这些参数，以便在以后的使用中重新使用模型。
• 图像预测： 实现了对单张图像进行预测的函数，并展示了如何使用训练好的模型进行图像分类。

这个项目涵盖了深度学习项目的多个关键步骤，包括数据处理、模型构建、训练、可视化和保存模型等。通过完成这个项目，你可能学到了如何处理图像数据、构建简单的CNN模型以及如何训练和评估模型的基本知识。