基于Pytorch和Vgg16实现图片分类

2024-03-08 09:30

本文主要是介绍基于Pytorch和Vgg16实现图片分类,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

最近在基于Pytorch框架补一些CNN的基础知识,学会自己写简单的卷积神经网络,从加载数据集到训练模型、测试模型、保存模型和输出测试结果,现在来总结一下。

首先基于Pytorch实现Vgg16网络,命名为model.py(可为其他任意名字,但是后续导入时要记得更改)

import torch
import torch.nn as nnclass VGG16(nn.Module):def __init__(self):super(VGG16, self).__init__()self.layer1 = nn.Sequential(nn.Conv2d(3, 64, 3, 1, 1),nn.BatchNorm2d(64),nn.ReLU(),nn.Conv2d(64, 64, 3, 1, 1),nn.BatchNorm2d(64),nn.ReLU(),nn.MaxPool2d(2, 2))self.layer2 = nn.Sequential(nn.Conv2d(64, 128, 3, 1, 1),nn.BatchNorm2d(128),nn.ReLU(),nn.Conv2d(128, 128, 3, 1, 1),nn.BatchNorm2d(128),nn.ReLU(),nn.MaxPool2d(2, 2))self.layer3 = nn.Sequential(nn.Conv2d(128, 256, 3, 1, 1),nn.BatchNorm2d(256),nn.ReLU(),nn.Conv2d(256, 256, 3, 1, 1),nn.BatchNorm2d(256),nn.ReLU(),nn.Conv2d(256, 256, 3, 1, 1),nn.BatchNorm2d(256),nn.ReLU(),nn.MaxPool2d(2, 2))self.layer4 = nn.Sequential(nn.Conv2d(256, 512, 3, 1, 1),nn.BatchNorm2d(512),nn.ReLU(),nn.Conv2d(512, 512, 3, 1, 1),nn.BatchNorm2d(512),nn.ReLU(),nn.Conv2d(512, 512, 3, 1, 1),nn.BatchNorm2d(512),nn.ReLU(),nn.MaxPool2d(2, 2))self.layer5 = nn.Sequential(nn.Conv2d(512, 512, 3, 1, 1),nn.BatchNorm2d(512),nn.ReLU(),nn.Conv2d(512, 512, 3, 1, 1),nn.BatchNorm2d(512),nn.ReLU(),nn.Conv2d(512, 512, 3, 1, 1),nn.BatchNorm2d(512),nn.ReLU(),nn.MaxPool2d(2, 2))self.fc1 = nn.Sequential(nn.Flatten(),nn.Linear(512, 512),nn.ReLU(),nn.Dropout())self.fc2 = nn.Sequential(nn.Linear(512, 256),nn.ReLU(),nn.Dropout())self.fc3 = nn.Linear(256, 10)def forward(self, x):x = self.layer1(x)x = self.layer2(x)x = self.layer3(x)x = self.layer4(x)x = self.layer5(x)x = self.fc1(x)x = self.fc2(x)x = self.fc3(x)return xif __name__ == '__main__':VGG16 = VGG16()input = torch.ones((64, 3, 32, 32))output = VGG16(input)print(output.shape)

然后编写训练文件,导入需要的库(有些库没有的话需要提前安装)。

import torchvision
from torch import optim
from torch.utils.data import DataLoader
import torch.nn as nn
from model import *
import matplotlib.pyplot as plt
import time

下载CIFAR10数据集,并设置batch_size,第一次运行时会自动下载,之后直接加载已经下载好的。当然也可以使用其他数据集,从官方文档https://pytorch.org/vision/stable/datasets.html可以看到有各种用于分类、分割、检测等其他视觉任务的数据集,但是为了方便学习,这里选择较小的CIFAR10数据集。

rain_data = torchvision.datasets.CIFAR10(root="data", train=True, transform=torchvision.transforms.ToTensor(),download=True)
test_data = torchvision.datasets.CIFAR10(root="data", train=False, transform=torchvision.transforms.ToTensor(),download=True)
train_dataloader = DataLoader(train_data, batch_size=64)
test_dataloader = DataLoader(test_data, batch_size=64)

创建记录文档,名字为当下时间,将训练过程和结果保存并打印出来。

t = time.strftime('%Y-%m-%d_%H-%M-%S')  # 切记中间符号不能用冒号,不然会报错
file = open('logs/{}.txt'.format(t), 'w')
train_data_size = len(train_data)
test_data_size = len(test_data)
print('The size of train_data:{}'.format(train_data_size))
file.write('The size of train_data:{}'.format(train_data_size)+'\n')
print('The size of train_data:{}'.format(test_data_size))
file.write('The size of train_data:{}'.format(test_data_size)+'\n')

创建一些中间参数,配置损失函数和优化器,也可从官方文档中选择其他损失函数torch.nn.functional — PyTorch 1.11.0 documentation和优化器torch.optim — PyTorch 1.11.0 documentation

epoch = 10
train_step = 0
test_step = 0vgg16 = VGG16()  # 实例化网络
loss_fn = nn.CrossEntropyLoss()  learning_rate = 1e-2
# optimizer = optim.SGD(vgg16.parameters(), lr=learning_rate, momentum=0.9)
optimizer = optim.Adam(vgg16.parameters(), lr=learning_rate)losses = []  # 用于存储损失值,便于后面画损失变化曲线图

开始训练

for i in range(epoch):print('-----epoch{}-----'.format(i))file.write('-----epoch{}-----'.format(i)+'\n')# 训练步骤开始vgg16.train()for data in train_dataloader:images, targets = dataoutput = vgg16(images)loss = loss_fn(output, targets)# 优化器优化模型optimizer.zero_grad()loss.backward()optimizer.step()train_step += 1if train_step % 50 == 0:print('train_step:{},loss:{}'.format(train_step, loss.item()))file.write('train_step:{},loss:{}'.format(train_step, loss.item())+'\n')losses.append(loss.item())# 测试步骤开始vgg16.eval()accuracy = 0with torch.no_grad():for data in test_dataloader:images, targets = dataoutput = vgg16(images)current_acc = (output.argmax(1) == targets).sum()accuracy += current_accacc = accuracy / test_data_sizeprint('-------eval accuracy:{}'.format(acc))file.write('-------eval accuracy:{}'.format(acc)+'\n')torch.save(tudui, 'checkpoints/vgg16_{}.pth'.format(i))print('The model has been saved')file.write('The model has been saved')file.close()

保存的记录文档和打印输出如下所示

 

画出损失曲线变化图

plt.subplot(1, 1, 1)
plt.plot(losses, label='Training Loss')
plt.title('Training Loss')
plt.legend()
plt.show()

 编写测试文件,将训练好的模型用于预测任意图片的类别。

import torch
from PIL import Image
from torchvision import transformsimage_path = 'imgs/dog.jpg'  # 随意选择一张图片进行测试
image = Image.open(image_path)
image = image.convert('RGB')
transform = transforms.Compose([transforms.Resize(32, 32), transforms.ToTensor()])  # 将图片大小改为32×32,并转换为Tensor类型
image = transform(image)classes = ['plane', 'car', 'bird', 'cat', 'deer', 'dog', 'frog', 'horse', 'ship', 'truck']model = torch.load('checkpoints/vgg16_30.pth')  # 加载训练好的模型image = torch.reshape(image, (1, 3, 32, 32))
model.eval()
with torch.no_grad():output = model(image)
index = output.argmax(1)
pred = classes[index]
print(pred)

                                 

这篇关于基于Pytorch和Vgg16实现图片分类的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/786684

相关文章

Java实现字节字符转bcd编码

《Java实现字节字符转bcd编码》BCD是一种将十进制数字编码为二进制的表示方式,常用于数字显示和存储,本文将介绍如何在Java中实现字节字符转BCD码的过程,需要的小伙伴可以了解下... 目录前言BCD码是什么Java实现字节转bcd编码方法补充总结前言BCD码(Binary-Coded Decima

SpringBoot全局域名替换的实现

《SpringBoot全局域名替换的实现》本文主要介绍了SpringBoot全局域名替换的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一... 目录 项目结构⚙️ 配置文件application.yml️ 配置类AppProperties.Ja

Python实现批量CSV转Excel的高性能处理方案

《Python实现批量CSV转Excel的高性能处理方案》在日常办公中,我们经常需要将CSV格式的数据转换为Excel文件,本文将介绍一个基于Python的高性能解决方案,感兴趣的小伙伴可以跟随小编一... 目录一、场景需求二、技术方案三、核心代码四、批量处理方案五、性能优化六、使用示例完整代码七、小结一、

Java实现将HTML文件与字符串转换为图片

《Java实现将HTML文件与字符串转换为图片》在Java开发中,我们经常会遇到将HTML内容转换为图片的需求,本文小编就来和大家详细讲讲如何使用FreeSpire.DocforJava库来实现这一功... 目录前言核心实现:html 转图片完整代码场景 1:转换本地 HTML 文件为图片场景 2:转换 H

C#使用Spire.Doc for .NET实现HTML转Word的高效方案

《C#使用Spire.Docfor.NET实现HTML转Word的高效方案》在Web开发中,HTML内容的生成与处理是高频需求,然而,当用户需要将HTML页面或动态生成的HTML字符串转换为Wor... 目录引言一、html转Word的典型场景与挑战二、用 Spire.Doc 实现 HTML 转 Word1

C#实现一键批量合并PDF文档

《C#实现一键批量合并PDF文档》这篇文章主要为大家详细介绍了如何使用C#实现一键批量合并PDF文档功能,文中的示例代码简洁易懂,感兴趣的小伙伴可以跟随小编一起学习一下... 目录前言效果展示功能实现1、添加文件2、文件分组(书签)3、定义页码范围4、自定义显示5、定义页面尺寸6、PDF批量合并7、其他方法

SpringBoot实现不同接口指定上传文件大小的具体步骤

《SpringBoot实现不同接口指定上传文件大小的具体步骤》:本文主要介绍在SpringBoot中通过自定义注解、AOP拦截和配置文件实现不同接口上传文件大小限制的方法,强调需设置全局阈值远大于... 目录一  springboot实现不同接口指定文件大小1.1 思路说明1.2 工程启动说明二 具体实施2

Python实现精确小数计算的完全指南

《Python实现精确小数计算的完全指南》在金融计算、科学实验和工程领域,浮点数精度问题一直是开发者面临的重大挑战,本文将深入解析Python精确小数计算技术体系,感兴趣的小伙伴可以了解一下... 目录引言:小数精度问题的核心挑战一、浮点数精度问题分析1.1 浮点数精度陷阱1.2 浮点数误差来源二、基础解决

Java实现在Word文档中添加文本水印和图片水印的操作指南

《Java实现在Word文档中添加文本水印和图片水印的操作指南》在当今数字时代,文档的自动化处理与安全防护变得尤为重要,无论是为了保护版权、推广品牌,还是为了在文档中加入特定的标识,为Word文档添加... 目录引言Spire.Doc for Java:高效Word文档处理的利器代码实战:使用Java为Wo

Java实现远程执行Shell指令

《Java实现远程执行Shell指令》文章介绍使用JSch在SpringBoot项目中实现远程Shell操作,涵盖环境配置、依赖引入及工具类编写,详解分号和双与号执行多指令的区别... 目录软硬件环境说明编写执行Shell指令的工具类总结jsch(Java Secure Channel)是SSH2的一个纯J