空间变换器网络的简介+实现

本文主要是介绍空间变换器网络的简介+实现，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！

空间变换器网络

是对任何空间变换的差异化关注的概括。空间变换器网络（简称STN）允许神经网
络学习如何在输入图像上执行空间变换， 以增强模型的几何不变性。

例如，它可以裁剪感兴趣的区域，缩放并校正图像的方向。而这可能是一种有用的机制，因为CNN对于旋转和 缩放以及更一
般的仿射变换并不是不变的。

 

空间变换器网络归结为三个主要组成部分：
本地网络（Localisation Network）是常规CNN，其对变换参数进行回归。不会从该数据集中
明确地学习转换，而是网络自动学习增强 全局准确性的空间变换。
网格生成器( Grid Genator)在输入图像中生成与输出图像中的每个像素相对应的坐标网格。
采样器（Sampler）使用变换的参数并将其应用于输入图像

 

更多有关空间变换器网络的内容 ：https://arxiv.org/abs/1506.02025

 

STN的最棒的事情之一是能够简单地将其插入任何现有的CNN，而且只需很少的修改

导包

from __future__ import print_function
import torch
import torch.nn as nn
import torch.nn.functional as F
import torch.optim as optim
import torchvision
from torchvision import datasets, transforms
import matplotlib.pyplot as plt
import numpy as np
plt.ion() # 交互模式

 

1、加载数据集

device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')transform = transforms.Compose([transforms.ToTensor(),transforms.Normalize((0.1307,), (0.3081,)),
])train_data = datasets.MNIST(root='.',train=True,download=True,transform= transform)train_loader = torch.utils.data.DataLoader(train_data,batch_size = 64,shuffle = True,num_workers = 4)test_data = datasets.MNIST(root='.',train=False,transform= transform)
# 测试数据集
test_loader = torch.utils.data.DataLoader(test_data,batch_size = 64,shuffle=True,num_workers=4)

2、 定义网络结构

# 定义网络结构
class Net(nn.Module):def __init__(self):super(Net, self).__init__()self.conv1 = nn.Conv2d(1,10,kernel_size=5)self.conv2 = nn.Conv2d(10,20, kernel_size=5)self.conv2_drop = nn.Dropout2d()self.fc1 = nn.Linear(320, 50)self.fc2 = nn.Linear(50, 10)# 空间变换器定位 -- 网络self.localization = nn.Sequential(nn.Conv2d(1, 8, kernel_size = 7),nn.MaxPool2d(2, stride =2),nn.ReLU(True),nn.Conv2d(8,10, kernel_size = 5),nn.MaxPool2d(2, stride=2),nn.ReLU(True))# 3*2 affine 矩阵的回归量self.fc_loc = nn.Sequential(nn.Linear(10*3*3, 32),nn.ReLU(True),nn.Linear(32, 3*2))# 使用身份转换初始化权重 / 偏差self.fc_loc[2].weight.data.zero_()self.fc_loc[2].bias.data.copy_(torch.tensor([1,0,0,0,1,0],dtype=torch.float))# 空间变换器网络转发功能def stn(self, x):xs = self.localization(x)#  1--10xs = xs.view(-1, 10*3*3)theta = self.fc_loc(xs) # 90 -- 6theta = theta.view(-1, 2, 3)grid = F.affine_grid(theta, x.size())x = F.grid_sample(x, grid)return xdef forward(self, x):# transform the inputx = self.stn(x)# 执行一般的前进传递x = F.relu(F.max_pool2d(self.conv1(x), 2))x = F.relu(F.max_pool2d(self.conv2_drop(self.conv2(x)), 2))x = x.view(-1, 320)x = F.relu(self.fc1(x))x = F.dropout(x, training =self.training)x = self.fc2(x)return F.log_softmax(x, dim=1)

3、定义网络和优化器

model = Net().to(device)
# train model
optimizer = optim.SGD(model.parameters(), lr=0.01)

 

4、训练模型

训练模型 现在我们使用 SGD（随机梯度下降）算法来训练模型。网络正在以有监督的方式学习分
类任务。同时，该模型以端到端的方式自动学习STN。

def train(epoch):model.train()for batch_idx, (data, target) in enumerate(train_loader):data, target = data.to(device), target.to(device)optimizer.zero_grad()output = model(data)loss = F.nll_loss(output, target)loss.backward()optimizer.step()if batch_idx%500 ==0:print('Train Epoch: {} [{}/{} ({:.0f}%)] \tLoss: {:.6f}'.format(epoch, batch_idx*len(data), len(train_loader.dataset),100. *batch_idx / len(train_loader),loss.item()))

5、测试函数

# 测试函数
def test():with torch.no_grad():model.eval()test_loss = 0correct = 0for data, target in test_loader:data , target = data.to(device), target.to(device)output = model(data)# 累加批量损失test_loss += F.nll_loss(output, target, size_average=False).item()# 获取最大对数概率的索引pred = output.max(1, keepdim = True)[1]correct += pred.eq(target.view_as(pred)).sum().item()test_loss /= len(test_loader.dataset)print('\n Test set: Average loss: {:.4f}, Accuracy: {}/{} ({:.0f} %))\n'.format(test_loss, correct, len(test_loader.dataset),100. * correct / len(test_loader.dataset)))

 

6 可视化

# 可视化 STN 结果
def convert_image_np(inp):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 = std*inp +meaninp = np.clip(inp, 0, 1)return inp# STN 可视化一批输入图像和相应变换批次def visualize_stn():with torch.no_grad():data = next(iter(test_loader))[0].to(device)input_tensor = data.cpu()transformed_input_tensor = model.stn(data).cpu()in_grid = convert_image_np(torchvision.utils.make_grid(input_tensor))out_grid = convert_image_np(torchvision.utils.make_grid(transformed_input_tensor))# Plot the results side-by_sidef, axarr= plt.subplots(1,2)axarr[0].imshow(in_grid)axarr[0].set_title("Dataset Images")axarr[1].imshow(out_grid)axarr[1].set_title("Transformed Images")

7、训练并显示结果

for epoch in range(1, 20+1):train(epoch)test()plt.ioff()
plt.imshow()

 

完整项目链接：https://github.com/Whq123/Space-transformer-network

这篇关于空间变换器网络的简介+实现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！

---