python猫狗识别课程设计_pytorch实现kaggle猫狗识别-程序员宅基地

技术标签: python猫狗识别课程设计  

# 创建模型

class Net(nn.Module):

def __init__(self):

super(Net, self).__init__()

self.conv1 = nn.Conv2d(3, 6, 5)

self.maxpool = nn.MaxPool2d(2, 2)

self.conv2 = nn.Conv2d(6, 16, 5)

self.fc1 = nn.Linear(16 * 53 * 53, 1024)

self.fc2 = nn.Linear(1024, 512)

self.fc3 = nn.Linear(512, 2)

def forward(self, x):

x = self.maxpool(F.relu(self.conv1(x)))

x = self.maxpool(F.relu(self.conv2(x)))

x = x.view(-1, 16 * 53 * 53)

x = F.relu(self.fc1(x))

x = F.relu(self.fc2(x))

x = self.fc3(x)

return x

class Net2(nn.Module):

def __init__(self):

super(Net2, self).__init__()

self.conv1 = nn.Conv2d(3, 6, 5)

self.maxpool = nn.MaxPool2d(2, 2)

self.conv2 = nn.Conv2d(6, 16, 5)

self.fc1 = nn.Linear(16 * 53 * 53, 1024)

torch.nn.Dropout(0.5)

self.fc2 = nn.Linear(1024, 512)

torch.nn.Dropout(0.5)

self.fc3 = nn.Linear(512, 2)

def forward(self, x):

x = self.maxpool(F.relu(self.conv1(x)))

x = self.maxpool(F.relu(self.conv2(x)))

x = x.view(-1, 16 * 53 * 53)

x = F.relu(self.fc1(x))

x = F.relu(self.fc2(x))

x = self.fc3(x)

return x

我们从conv1说起。conv1实际上就是定义一个卷积层,3,6,5分别是什么意思?3代表的是输入图像的像素数组的层数,一般来说就是你输入的图像的通道数,比如这里使用的小猫图像都是彩色图像,由R、G、B三个通道组成,所以数值为3;6代表的是我们希望进行6次卷积,每一次卷积都能生成不同的特征映射数组,用于提取小猫和小狗的6种特征。每一个特征映射结果最终都会被堆叠在一起形成一个图像输出,再作为下一步的输入;5就是过滤框架的尺寸,表示我们希望用一个5 * 5的矩阵去和图像中相同尺寸的矩阵进行点乘再相加,形成一个值。定义好了卷基层,我们接着定义池化层。池化层所做的事说来简单,其实就是因为大图片生成的像素矩阵实在太大了,我们需要用一个合理的方法在降维的同时又不失去物体特征,所以深度学习学者们想出了一个称为池化的技术,说白了就是从左上角开始,每四个元素(2 * 2)合并成一个元素,用这一个元素去代表四个元素的值,所以图像体积一下子降为原来的四分之一。再往下一行,我们又一次碰见了一个卷积层:conv2,和conv1一样,它的输入也是一个多层像素数组,输出也是一个多层像素数组,不同的是这一次完成的计算量更大了,我们看这里面的参数分别是6,16,5。之所以为6是因为conv1的输出层数为6,所以这里输入的层数就是6;16代表conv2的输出层数,和conv1一样,16代表着这一次卷积操作将会学习小猫小狗的16种映射特征,特征越多理论上能学习的效果就越好,大家可以尝试一下别的值,看看效果是否真的编变好。conv2使用的过滤框尺寸和conv1一样,所以不再重复。

关于53这个数字可以根据((n+2p-f)/ s)+1计算出来。而三个全连接层所做的事很类似,就是不断训练,最后输出一个二分类数值。net类的forward函数表示前向计算的整个过程。forward接受一个input,返回一个网络输出值,中间的过程就是一个调用init函数中定义的层的过程。F.relu是一个激活函数,把所有的非零值转化成零值。此次图像识别的最后关键一步就是真正的循环训练操作。

进行训练的代码:

1 def train():2

3 for epoch inrange(epochs):4 running_loss = 0.0

5 train_correct = 0

6 train_total = 0

7 for step, data in enumerate(train_loader, 0):#第二个参数表示指定索引从0开始8 inputs, train_labels =data9 ifuse_gpu:10 inputs, labels =Variable(inputs.cuda()), Variable(train_labels.cuda())11 else:12 inputs, labels =Variable(inputs), Variable(train_labels)13 optimizer.zero_grad()14 outputs =net(inputs)15 _, train_predicted = torch.max(outputs.data, 1) #返回每一行最大值的数值和索引,索引对应分类16 train_correct += (train_predicted ==labels.data).sum()17 loss =cirterion(outputs, labels)18 loss.backward()19 optimizer.step()20 running_loss +=loss.item()21 train_total += train_labels.size(0)22

23 print('train %d epoch loss: %.3f acc: %.3f' %(24 epoch + 1, running_loss / train_total, 100 * train_correct /train_total))25 # 模型测试26 correct = 0

27 test_loss = 0.0

28 test_total = 0

29 test_total = 0

30 net.eval() #测试的时候整个模型的参数不再变化31 for data intest_loader:32 images, labels =data33 ifuse_gpu:34 images, labels =Variable(images.cuda()), Variable(labels.cuda())35 else:36 images, labels =Variable(images), Variable(labels)37 outputs =net(images)38 _, predicted = torch.max(outputs.data, 1)39 loss =cirterion(outputs, labels)40 test_loss +=loss.item()41 test_total += labels.size(0)42 correct += (predicted == labels.data).sum()

完整的代码如下

1 # coding=utf-8

2 import os3 import numpy asnp4 import torch5 import torch.nn asnn6 import torch.nn.functional asF7 import torch.optim asoptim8 fromtorch.autograd import Variable9 fromtorch.utils.data import Dataset10 fromtorchvision import transforms, datasets, models11 import shutil12 from matplotlib import pyplot asplt13 # 随机种子设置14 random_state = 42

15 np.random.seed(random_state)16 #接下来的数据是把原训练集90%的数据做训练,10%做测试集,其中把分为训练集的数据内的猫和狗分开,分为测试集的数据的猫和狗进行分开保存在新的各自的目录下17 # kaggle原始数据集地址18 original_dataset_dir = 'D:\\Code\\Python\\Kaggle-Dogs_vs_Cats_PyTorch-master\\data\\train'#训练集地址19 total_num = int(len(os.listdir(original_dataset_dir)) ) #训练集数据总数,包含猫和狗20 random_idx =np.array(range(total_num))21 np.random.shuffle(random_idx)#打乱图片顺序22

23 # 待处理的数据集地址24 base_dir = 'D:\\Code\\dogvscat\\data2'#把原训练集数据分类后的数据存储在该目录下25 ifnot os.path.exists(base_dir):26 os.mkdir(base_dir)27

28 # 训练集、测试集的划分29 sub_dirs = ['train', 'test']30 animals = ['cats', 'dogs']31 train_idx = random_idx[:int(total_num * 0.9)] #打乱后的数据的90%是训练集,10是测试集32 test_idx = random_idx[int(total_num * 0.9):int(total_num * 1)]33 numbers =[train_idx, test_idx]34 for idx, sub_dir inenumerate(sub_dirs):35 dir = os.path.join(base_dir, sub_dir)#'D:\\Code\\dogvscat\\data2\\train'或'D:\\Code\\dogvscat\\data2\\test'

36 ifnot os.path.exists(dir):37 os.mkdir(dir)38

39 animal_dir = ""

40

41 #fnames = ['.{}.jpg'.format(i) for i innumbers[idx]]42 fnames = ""

43 if sub_dir == 'train':44 idx = 0

45 else:46 idx =1

47 for i innumbers[idx]:48 #print(i)49 if i>=12500:#把数据保存在dogs目录下50 fnames = str('dog'+'.{}.jpg'.format(i))51 animal_dir = os.path.join(dir,'dogs')52

53 ifnot os.path.exists(animal_dir):54 os.mkdir(animal_dir)55 if i<12500:#图片是猫,数据保存在cats目录下56 fnames = str('cat'+'.{}.jpg'.format(i))57 animal_dir = os.path.join(dir, 'cats')58 ifnot os.path.exists(animal_dir):59 os.mkdir(animal_dir)60 src =os.path.join(original_dataset_dir, str(fnames)) #原数据地址61 #print(src)62 dst =os.path.join(animal_dir, str(fnames))#新地址63 #print(dst)64 shutil.copyfile(src, dst)#复制65

66

67 # 验证训练集、测试集的划分的照片数目68 print(dir + 'total images : %d' % (len(os.listdir(dir+'\\dogs'))+len(os.listdir(dir+'\\cats'))))69 # coding=utf-8

70

71 # 配置参数72 random_state = 1

73 torch.manual_seed(random_state) # 设置随机数种子,确保结果可重复74 torch.cuda.manual_seed(random_state)# #为GPU设置种子用于生成随机数,以使得结果是确定的75 torch.cuda.manual_seed_all(random_state) #为所有GPU设置种子用于生成随机数,以使得结果是确定的76 np.random.seed(random_state)77 # random.seed(random_state)78

79 epochs = 10# 训练次数80 batch_size = 4# 批处理大小81 num_workers = 0# 多线程的数目82 use_gpu =torch.cuda.is_available()83 PATH='D:\\Code\\dogvscat\\model.pt'

84 # 对加载的图像作归一化处理, 并裁剪为[224x224x3]大小的图像85 data_transform =transforms.Compose([86 transforms.Resize(256),#重置图像分辨率87 transforms.CenterCrop(224), #中心裁剪88 transforms.ToTensor(),89 transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]) #归一化90 ])91

92 train_dataset = datasets.ImageFolder(root='D:\\Code\\dogvscat\\data2\\train',93 transform=data_transform)94 print(train_dataset)95 train_loader =torch.utils.data.DataLoader(train_dataset,96 batch_size=batch_size,97 shuffle=True,98 num_workers=num_workers)99

100 test_dataset = datasets.ImageFolder(root='D:\\Code\\dogvscat\\data2\\test', transform=data_transform)101 test_loader = torch.utils.data.DataLoader(test_dataset, batch_size=batch_size, shuffle=True, num_workers=num_workers)102

103

104 # 创建模型105 classNet(nn.Module):106 def __init__(self):107 super(Net, self).__init__()108 self.conv1 = nn.Conv2d(3, 6, 5)109 self.maxpool = nn.MaxPool2d(2, 2)110 self.conv2 = nn.Conv2d(6, 16, 5)111 self.fc1 = nn.Linear(16 * 53 * 53, 1024)112 self.fc2 = nn.Linear(1024, 512)113 self.fc3 = nn.Linear(512, 2)114

115 def forward(self, x):116 x =self.maxpool(F.relu(self.conv1(x)))117 x =self.maxpool(F.relu(self.conv2(x)))118 x = x.view(-1, 16 * 53 * 53)119 x =F.relu(self.fc1(x))120 x =F.relu(self.fc2(x))121 x =self.fc3(x)122

123 returnx124 classNet2(nn.Module):125 def __init__(self):126 super(Net2, self).__init__()127 self.conv1 = nn.Conv2d(3, 6, 5)128 self.maxpool = nn.MaxPool2d(2, 2)129 self.conv2 = nn.Conv2d(6, 16, 5)130 self.fc1 = nn.Linear(16 * 53 * 53, 1024)131 torch.nn.Dropout(0.5)132 self.fc2 = nn.Linear(1024, 512)133 torch.nn.Dropout(0.5)134 self.fc3 = nn.Linear(512, 2)135

136 def forward(self, x):137 x =self.maxpool(F.relu(self.conv1(x)))138 x =self.maxpool(F.relu(self.conv2(x)))139 x = x.view(-1, 16 * 53 * 53)140 x =F.relu(self.fc1(x))141 x =F.relu(self.fc2(x))142 x =self.fc3(x)143

144 returnx145

146

147 net =Net2()148 if(os.path.exists('D:\\Code\\dogvscat\\model.pt')):149 net=torch.load('D:\\Code\\dogvscat\\model.pt')150

151 ifuse_gpu:152 print('gpu is available')153 net =net.cuda()154 else:155 print('gpu is unavailable')156

157 print(net)158 trainLoss =[]159 trainacc =[]160 testLoss =[]161 testacc =[]162 x = np.arange(1,11)163 # 定义loss和optimizer164 cirterion =nn.CrossEntropyLoss()165 optimizer = optim.SGD(net.parameters(), lr=0.01, momentum=0.9)166

167 def train():168

169 for epoch inrange(epochs):170 running_loss = 0.0

171 train_correct = 0

172 train_total = 0

173 for step, data in enumerate(train_loader, 0):#第二个参数表示指定索引从0开始174 inputs, train_labels =data175 ifuse_gpu:176 inputs, labels =Variable(inputs.cuda()), Variable(train_labels.cuda())177 else:178 inputs, labels =Variable(inputs), Variable(train_labels)179 optimizer.zero_grad()180 outputs =net(inputs)181 _, train_predicted = torch.max(outputs.data, 1) #返回每一行最大值的数值和索引,索引对应分类182 train_correct += (train_predicted ==labels.data).sum()183 loss =cirterion(outputs, labels)184 loss.backward()185 optimizer.step()186 running_loss +=loss.item()187 train_total += train_labels.size(0)188

189 print('train %d epoch loss: %.3f acc: %.3f' %(190 epoch + 1, running_loss / train_total, 100 * train_correct /train_total))191 # 模型测试192 correct = 0

193 test_loss = 0.0

194 test_total = 0

195 test_total = 0

196 net.eval() #测试的时候整个模型的参数不再变化197 for data intest_loader:198 images, labels =data199 ifuse_gpu:200 images, labels =Variable(images.cuda()), Variable(labels.cuda())201 else:202 images, labels =Variable(images), Variable(labels)203 outputs =net(images)204 _, predicted = torch.max(outputs.data, 1)205 loss =cirterion(outputs, labels)206 test_loss +=loss.item()207 test_total += labels.size(0)208 correct += (predicted ==labels.data).sum()209

210 print('test %d epoch loss: %.3f acc: %.3f' % (epoch + 1, test_loss / test_total, 100 * correct /test_total))211 trainLoss.append(running_loss /train_total)212 trainacc.append(100 * train_correct /train_total)213 testLoss.append(test_loss /test_total)214 testacc.append(100 * correct /test_total)215 plt.figure(1)216 plt.title('train')217 plt.plot(x,trainacc,'r')218 plt.plot(x,trainLoss,'b')219 plt.show()220 plt.figure(2)221 plt.title('test')222 plt.plot(x,testacc,'r')223 plt.plot(x,testLoss,'b')224 plt.show()225

226

227

228 torch.save(net, 'D:\\Code\\dogvscat\\model.pt')229

230

231 train()

看一下某次的运行结果

D:\anaconda\anaconda\pythonw.exe D:/Code/Python/pytorch入门与实践/第六章_pytorch实战指南/猫和狗二分类.py

D:\Code\dogvscat\data2\train\cats total images :11253D:\Code\dogvscat\data2\test\dogs total images :1253Net(

(conv1): Conv2d(3, 6, kernel_size=(5, 5), stride=(1, 1))

(maxpool): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)

(conv2): Conv2d(6, 16, kernel_size=(5, 5), stride=(1, 1))

(fc1): Linear(in_features=44944, out_features=1024, bias=True)

(fc2): Linear(in_features=1024, out_features=512, bias=True)

(fc3): Linear(in_features=512, out_features=2, bias=True)

)

train1 epoch loss: 0.162 acc: 61.000test1 epoch loss: 0.153 acc: 66.000train2 epoch loss: 0.148 acc: 68.000test2 epoch loss: 0.143 acc: 71.000train3 epoch loss: 0.138 acc: 71.000test3 epoch loss: 0.138 acc: 72.000train4 epoch loss: 0.130 acc: 74.000test4 epoch loss: 0.137 acc: 72.000train5 epoch loss: 0.119 acc: 77.000test5 epoch loss: 0.132 acc: 74.000train6 epoch loss: 0.104 acc: 81.000test6 epoch loss: 0.129 acc: 75.000train7 epoch loss: 0.085 acc: 85.000test7 epoch loss: 0.132 acc: 75.000train8 epoch loss: 0.060 acc: 90.000test8 epoch loss: 0.146 acc: 75.000train9 epoch loss: 0.036 acc: 94.000test9 epoch loss: 0.200 acc: 74.000train10 epoch loss: 0.022 acc: 97.000test10 epoch loss: 0.207 acc: 75.000Process finished with exit code0

发现这个程序运行结果训练集准确率很高,测试集准确率为75%左右,因此Net类有点过拟合,Net2加入了Dropout降低网络复杂度处理过拟合。这个程序属于最基础的分类算法,因此准确率并不是很高,但是我认为初学者可以先会这个程序,再继续提高网络的准确率。

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/weixin_40000301/article/details/111066706

智能推荐

Docker 快速上手学习入门教程_docker菜鸟教程-程序员宅基地

文章浏览阅读2.5w次,点赞6次,收藏50次。官方解释是,docker 容器是机器上的沙盒进程,它与主机上的所有其他进程隔离。所以容器只是操作系统中被隔离开来的一个进程,所谓的容器化,其实也只是对操作系统进行欺骗的一种语法糖。_docker菜鸟教程

电脑技巧:Windows系统原版纯净软件必备的两个网站_msdn我告诉你-程序员宅基地

文章浏览阅读5.7k次,点赞3次,收藏14次。该如何避免的,今天小编给大家推荐两个下载Windows系统官方软件的资源网站,可以杜绝软件捆绑等行为。该站提供了丰富的Windows官方技术资源,比较重要的有MSDN技术资源文档库、官方工具和资源、应用程序、开发人员工具(Visual Studio 、SQLServer等等)、系统镜像、设计人员工具等。总的来说,这两个都是非常优秀的Windows系统镜像资源站,提供了丰富的Windows系统镜像资源,并且保证了资源的纯净和安全性,有需要的朋友可以去了解一下。这个非常实用的资源网站的创建者是国内的一个网友。_msdn我告诉你

vue2封装对话框el-dialog组件_<el-dialog 封装成组件 vue2-程序员宅基地

文章浏览阅读1.2k次。vue2封装对话框el-dialog组件_

MFC 文本框换行_c++ mfc同一框内输入二行怎么换行-程序员宅基地

文章浏览阅读4.7k次,点赞5次,收藏6次。MFC 文本框换行 标签: it mfc 文本框1.将Multiline属性设置为True2.换行是使用"\r\n" (宽字符串为L"\r\n")3.如果需要编辑并且按Enter键换行,还要将 Want Return 设置为 True4.如果需要垂直滚动条的话将Vertical Scroll属性设置为True,需要水平滚动条的话将Horizontal Scroll属性设_c++ mfc同一框内输入二行怎么换行

redis-desktop-manager无法连接redis-server的解决方法_redis-server doesn't support auth command or ismis-程序员宅基地

文章浏览阅读832次。检查Linux是否是否开启所需端口,默认为6379,若未打开,将其开启:以root用户执行iptables -I INPUT -p tcp --dport 6379 -j ACCEPT如果还是未能解决,修改redis.conf,修改主机地址:bind 192.168.85.**;然后使用该配置文件,重新启动Redis服务./redis-server redis.conf..._redis-server doesn't support auth command or ismisconfigured. try

实验四 数据选择器及其应用-程序员宅基地

文章浏览阅读4.9k次。济大数电实验报告_数据选择器及其应用

随便推点

灰色预测模型matlab_MATLAB实战|基于灰色预测河南省社会消费品零售总额预测-程序员宅基地

文章浏览阅读236次。1研究内容消费在生产中占据十分重要的地位,是生产的最终目的和动力,是保持省内经济稳定快速发展的核心要素。预测河南省社会消费品零售总额,是进行宏观经济调控和消费体制改变创新的基础,是河南省内人民对美好的全面和谐社会的追求的要求,保持河南省经济稳定和可持续发展具有重要意义。本文建立灰色预测模型,利用MATLAB软件,预测出2019年~2023年河南省社会消费品零售总额预测值分别为21881...._灰色预测模型用什么软件

log4qt-程序员宅基地

文章浏览阅读1.2k次。12.4-在Qt中使用Log4Qt输出Log文件,看这一篇就足够了一、为啥要使用第三方Log库,而不用平台自带的Log库二、Log4j系列库的功能介绍与基本概念三、Log4Qt库的基本介绍四、将Log4qt组装成为一个单独模块五、使用配置文件的方式配置Log4Qt六、使用代码的方式配置Log4Qt七、在Qt工程中引入Log4Qt库模块的方法八、获取示例中的源代码一、为啥要使用第三方Log库,而不用平台自带的Log库首先要说明的是,在平时开发和调试中开发平台自带的“打印输出”已经足够了。但_log4qt

100种思维模型之全局观思维模型-67_计算机中对于全局观的-程序员宅基地

文章浏览阅读786次。全局观思维模型,一个教我们由点到线,由线到面,再由面到体,不断的放大格局去思考问题的思维模型。_计算机中对于全局观的

线程间控制之CountDownLatch和CyclicBarrier使用介绍_countdownluach于cyclicbarrier的用法-程序员宅基地

文章浏览阅读330次。一、CountDownLatch介绍CountDownLatch采用减法计算;是一个同步辅助工具类和CyclicBarrier类功能类似,允许一个或多个线程等待,直到在其他线程中执行的一组操作完成。二、CountDownLatch俩种应用场景: 场景一:所有线程在等待开始信号(startSignal.await()),主流程发出开始信号通知,既执行startSignal.countDown()方法后;所有线程才开始执行;每个线程执行完发出做完信号,既执行do..._countdownluach于cyclicbarrier的用法

自动化监控系统Prometheus&Grafana_-自动化监控系统prometheus&grafana实战-程序员宅基地

文章浏览阅读508次。Prometheus 算是一个全能型选手,原生支持容器监控,当然监控传统应用也不是吃干饭的,所以就是容器和非容器他都支持,所有的监控系统都具备这个流程,_-自动化监控系统prometheus&grafana实战

React 组件封装之 Search 搜索_react search-程序员宅基地

文章浏览阅读4.7k次。输入关键字,可以通过键盘的搜索按钮完成搜索功能。_react search