使用VGG模型进行猫狗大战
-
大赛简介
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。这个竞赛是2013年开展的,如果你能够达到80%的准确率,在当年是一个 state-of-the-art 的成绩。 -
数据准备
在这里其实出了问题,由于研习社的题目给的是rar格式的压缩包,所以没办法和zip一样解压,我开始直接改成!wget https://static.leiphone.com/cat_dog.rar !unzip cat_dog.rar
显然是不行的,报错结果如下:
可以看到需要加入< Comands >中的x,然后需要加入目录地址/content/cat_dog.rar,为什么是这个地址,请看下面一张图:
然后就能愉快的下载解压数据了:!wget https://static.leiphone.com/cat_dog.rar !unrar x /content/cat_dog.rar !wget http://fenggao-image.stor.sinaapp.com/dogscats.zip !unzip dogscats.zip
解压完成后cat_dog数据集目录:
- test:最后通过训练好的模型来识别的测试图片。
- train:用来训练模型的图片。
- val:文件夹下的图片有确定的标签,用来测试模型训练效果。
-
代码实战
import numpy as np import matplotlib.pyplot as plt import os import torch import torch.nn as nn import torchvision from torchvision import models,transforms,datasets import time import json # 判断是否存在GPU设备 device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu") print('Using gpu: %s ' % torch.cuda.is_available())
数据预处理
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.ToTensor(), normalize, ]) data_dir = '/content/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
# 通过下面代码可以查看 dsets 的一些属性 print(dsets['train'].classes) print(dsets['train'].class_to_idx) print(dsets['train'].imgs[:5]) print('dset_sizes: ', dset_sizes) loader_train = torch.utils.data.DataLoader( dsets['train'], batch_size=64, shuffle=True, num_workers=6) loader_valid = torch.utils.data.DataLoader( dsets['valid'], batch_size=5, shuffle=False, num_workers=6) ''' valid 数据一共有2000张图,每个batch是5张,因此,下面进行遍历一共会输出到 400 同时,把第一个 batch 保存到 inputs_try, labels_try,分别查看 ''' count = 1 for data in loader_valid: print(count, end='\n') if count == 1: inputs_try,labels_try = data count +=1 print(labels_try) print(inputs_try.shape)
打印预览数据
# 显示图片的小程序 def imshow(inp, title=None): # Imshow for Tensor. inp = inp.numpy().transpose((1, 2, 0)) mean = np.array([0.485, 0.456, 0.406]) std = np.array([0.229, 0.224, 0.225]) inp = np.clip(std * inp + mean, 0,1) plt.imshow(inp) if title is not None: plt.title(title) plt.pause(0.001) # pause a bit so that plots are updated # 显示 labels_try 的5张图片,即valid里第一个batch的5张图片 out = torchvision.utils.make_grid(inputs_try) imshow(out, title=[dset_classes[x] for x in labels_try])
构建VGG
我们直接使用预训练好的 VGG 模型。model_vgg = models.vgg16(pretrained=True) print(model_vgg)
-
我们的目标是使用预训练好的模型,并且只对全连接层的最后一层进行改写nn.Linear(4096, 2)使得最后输出的结果只有两个,即分辨猫与狗。
-
为了在训练中冻结前面层的参数,需要设置 required_grad=False。这样,前面层的权重就不会自动更新了。训练的时候只会更新最后一层的参数。
model_vgg_new = model_vgg; for param in model_vgg_new.parameters(): param.requires_grad = False #冻结参数 ''' 更改最后一层输出层 ''' model_vgg_new.classifier._modules['6'] = nn.Linear(4096, 2) model_vgg_new.classifier._modules['7'] = torch.nn.LogSoftmax(dim = 1) model_vgg_new = model_vgg_new.to(device) ''' 输出新的vgg模型 ''' print(model_vgg_new.classifier)
使用Adam优化器对模型进行优化''' 第一步:创建损失函数和优化器 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. ''' criterion = nn.NLLLoss() # 学习率 lr = 0.001
# 这里使用Adam优化器 optimizer_vgg = torch.optim.Adam(model_vgg_new.classifier[6].parameters(),lr = lr) ''' 第二步:训练模型并保存 model: 训练的模型 dataloader: 训练集 size: 训练集大小 epochs: 训练次数 optimizer: 优化器 ''' def train_model(model,dataloader,size,epochs=1,optimizer=None): model.train() #用于模型训练 for epoch in range(epochs): epoch_acc_max = 0 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) #参数前向传播 loss = criterion(outputs,classes) optimizer = optimizer optimizer.zero_grad() #优化器梯度初始化 loss.backward() #梯度反向传播 optimizer.step() _,preds = torch.max(outputs.data,1) #得到预测结果 # 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 > epoch_acc_max: epoch_acc_max = epoch_acc torch.save(model, 'model_best.pth') #保存最好模型 print('Loss: {:.4f} Acc: {:.4f}'.format( epoch_loss, epoch_acc)) # 模型训练 train_model(model_vgg_new, loader_train,size = dset_sizes['train'], epochs = 5, optimizer=optimizer_vgg)
测试test
dsets = datasets.ImageFolder('/content/cat_dog', vgg_format) final = {} #结果数组 loader_test = torch.utils.data.DataLoader(dsets, batch_size=1, shuffle=False, num_workers=0) model_vgg_new = torch.load("/content/model_best.pth") def test(model,dataloader,size): model.eval() #参数固定 cnt = 0 #count for inputs,_ in dataloader: if cnt < size: inputs = inputs.to(device) outputs = model(inputs) _,preds = torch.max(outputs.data,1) #预测值最大化 key = dsets.imgs[cnt][0].split("/")[-1].split('.')[0] #对目录项进行分割 final[key] = preds[0] cnt += 1 else: break; test(model_vgg_new,loader_test,size=2000) '''' 写表格 '''' with open("/content/test.csv",'a+') as f: for key in range(2000): f.write("{},{}\n".format(key,final[str(key)]))
测试结果