Pytorch 卷积神经网络效果

• Pytorch 卷积神经网络效果
  • 数据集Dataloader制作
    • 如何自定义数据集：
    • 咱们以花朵数据集为例：
  • 先来分细节整明白咱一会要干啥！
    • 任务1：读取txt文件中的路径和标签
    • 任务2：分别把数据和标签都存在list里
    • 任务3：图像数据路径得完整
    • 任务4：把上面那几个事得写在一起
    • 任务5：数据预处理(transform)
    • 任务6：根据写好的class FlowerDataset(Dataset):来实例化咱们的dataloader
    • 任务7：用之前先试试，整个数据和标签对应下，看看对不对
    • 任务8：咋用就是你来定了，把模型啥的整好往里面传吧

数据集Dataloader制作

如何自定义数据集：

1.数据和标签的目录结构先搞定(得知道到哪读数据)
2.写好读取数据和标签路径的函数(根据自己数据集情况来写)
3.完成单个数据与标签读取函数(给dataloader举一个例子)

咱们以花朵数据集为例：

原来数据集都是以文件夹为类别ID，现在咱们换一个套路，用txt文件指定数据路径与标签(实际情况基本都这样)
这回咱们的任务就是在txt文件中获取图像路径与标签，然后把他们交给dataloader
核心代码非常简单，按照对应格式传递需要的数据和标签就可以啦

import os
import matplotlib.pyplot as plt
%matplotlib inline
import numpy as np
import torch
from torch import nn
import torch.optim as optim
import torchvision
#pip install torchvision
from torchvision import transforms, models, datasets
#https://pytorch.org/docs/stable/torchvision/index.html
import imageio
import time
import warnings
import random
import sys
import copy
import json
from PIL import Image

先来分细节整明白咱一会要干啥！

任务1：读取txt文件中的路径和标签

第一个小任务，从标注文件中读取数据和标签
至于你准备存成什么格式，都可以的，一会能取出来东西就行

def load_annotations(ann_file):
    """
    加载数据标签的方法
    """
    # 定义一个集合
    data_infos = {}
    with open(ann_file) as f:
        # 数据格式：image_06739.jpg 0
        # 读取每一行，strip方法去掉\r\n，split进行空格分割字符串
        samples = [x.strip().split(' ') for x in f.readlines()]
        # 存入集合中去
        for filename, gt_label in samples:
            # 使用np.array进行数据处理
            data_infos[filename] = np.array(gt_label, dtype=np.int64)
    return data_infos

print(load_annotations('./train.txt'))

任务2：分别把数据和标签都存在list里

不是我非让你存list里，因为dataloader到时候会在这里取数据
按照人家要求来，不要耍个性，让整list咱就给人家整

img_label = load_annotations('./train.txt')

# 将图片名字转成list格式
image_name = list(img_label.keys())
# 将图片标签转成list格式
label = list(img_label.values())

image_name

label

任务3：图像数据路径得完整

因为一会咱得用这个路径去读数据，所以路径得加上前缀
以后大家任务不同，数据不同，怎么加你看着来就行，反正得能读到图像

data_dir = './'
train_dir = data_dir + 'train_filelist'
valid_dir = data_dir + 'val_filelist'

# 路径拼接 join 第一个参数合并路径的前缀，通过遍历图片集进行拼接。
image_path = [os.path.join(train_dir,img) for img in image_name]
image_path

任务4：把上面那几个事得写在一起

1.注意要使用from torch.utils.data import Dataset, DataLoader
2.类名定义class FlowerDataset(Dataset)，其中FlowerDataset可以改成自己的名字
3.def init(self, rootdir, annfile, transform=None):咱们要根据自己任务重写
4.def __getitem(self, idx):根据自己任务，返回图像数据和标签数据

from torch.utils.data import Dataset, DataLoader
class FlowerDataset(Dataset):
    def __init__(self, root_dir, ann_file, transform=None):
        # 获取标签文件路径
        self.ann_file = ann_file
        # 获取当前数据路径
        self.root_dir = root_dir
        # 获取数据与标签
        self.img_label = self.load_annotations()
        # 获取相对图片路径
        self.img = [os.path.join(self.root_dir,img) for img in list(self.img_label.keys())]
        # 获取标签
        self.label = [label for label in list(self.img_label.values())]
        # 预处理
        self.transform = transform
    def __len__(self):
        return len(self.img)
    def __getitem__(self, idx):
        """
        idx是随机id，根据idx获取数据和标签
        """
        # 读取图片文件
        image = Image.open(self.img[idx])
        # 读取标签
        label = self.label[idx]
        # 处理图像数据
        if self.transform:
            image = self.transform(image)
        # 将numpy格式转成tensor对格式
        label = torch.from_numpy(np.array(label))
        # 返回图像数据和标签
        return image, label
    def load_annotations(self):
        """
        加载数据标签的方法
        """
        data_infos = {}
        with open(self.ann_file) as f:
            samples = [x.strip().split(' ') for x in f.readlines()]
            for filename, gt_label in samples:
                data_infos[filename] = np.array(gt_label, dtype=np.int64)
        return data_infos

任务5：数据预处理(transform)

1.预处理的事都在上面的getitem中完成，需要对图像和标签咋咋地的，要整啥事，都在上面整
2.返回的数据和标签就是建模时模型的输入和损失函数中标签的输入，一定整明白自己模型要啥
3.预处理这个事是你定的，不同的数据需要的方法也不一样，下面给出的是比较通用的方法

data_transforms = {
    'train':
        transforms.Compose([
        transforms.Resize(64),
        transforms.RandomRotation(45),#随机旋转，-45到45度之间随机选
        transforms.CenterCrop(64),#从中心开始裁剪
        transforms.RandomHorizontalFlip(p=0.5),#随机水平翻转 选择一个概率概率
        transforms.RandomVerticalFlip(p=0.5),#随机垂直翻转
        transforms.ColorJitter(brightness=0.2, contrast=0.1, saturation=0.1, hue=0.1),#参数1为亮度，参数2为对比度，参数3为饱和度，参数4为色相
        transforms.RandomGrayscale(p=0.025),#概率转换成灰度率，3通道就是R=G=B
        transforms.ToTensor(),
        transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])#均值，标准差
    ]),
    'valid':
        transforms.Compose([
        transforms.Resize(64),
        transforms.CenterCrop(64),
        transforms.ToTensor(),
        transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
    ]),
}

任务6：根据写好的class FlowerDataset(Dataset):来实例化咱们的dataloader

1.构建数据集：分别创建训练和验证用的数据集（如果需要测试集也一样的方法）
2.用Torch给的DataLoader方法来实例化(batch啥的自己定，根据你的显存来选合适的)
3.打印看看数据里面是不是有东西了

# 训练集 图片数据、数据标签、预处理(数据增强)
train_dataset = FlowerDataset(root_dir=train_dir, ann_file = './train.txt', transform=data_transforms['train'])

# 验证集
val_dataset = FlowerDataset(root_dir=valid_dir, ann_file = './val.txt', transform=data_transforms['valid'])

# 创建DataLoader 训练集和验证集，每次压入cpu的byte，是否随机
train_loader = DataLoader(train_dataset, batch_size=64, shuffle=True)
val_loader = DataLoader(val_dataset, batch_size=64, shuffle=True)

len(train_dataset)

6552

len(val_dataset)

818

任务7：用之前先试试，整个数据和标签对应下，看看对不对

1.别着急往模型里传，对不对都不知道呢
2.用这个方法：iter(train_loader).next()来试试，得到的数据和标签是啥
3.看不出来就把图画出来，标签打印出来，确保自己整的数据集没啥问题

# iter迭代一次 next取一个byte数据
image, label = next(iter(train_loader))
image.shape

torch.Size([64, 3, 64, 64])

第一个64是byte
最后两个64是长和宽

image, label = next(iter(train_loader))
# 取其中一个数据squeeze压缩一个维度，举例：1*3*64*64 压缩后 3*64*64
sample = image[0].squeeze()
# 根据索引替换位置，换成numpy格式
sample = sample.permute((1, 2, 0)).numpy()
# 还原图，因为当时做了均值差 transforms.Normalize
sample *= [0.229, 0.224, 0.225]
sample += [0.485, 0.456, 0.406]
# 展示
plt.imshow(sample)
plt.show()
print('Label is: {}'.format(label[0].numpy()))

# 验证集
image, label = next(iter(val_loader))
sample = image[0].squeeze()
sample = sample.permute((1, 2, 0)).numpy()
sample *= [0.229, 0.224, 0.225]
sample += [0.485, 0.456, 0.406]
plt.imshow(sample)
plt.show()
print('Label is: {}'.format(label[0].numpy()))

任务8：咋用就是你来定了，把模型啥的整好往里面传吧

下面这些事之前都唠过了，按照自己习惯的方法整就得了

# 放入dataloader
dataloaders = {'train':train_loader,'valid':val_loader}

model_name = 'resnet'  #可选的比较多 ['resnet', 'alexnet', 'vgg', 'squeezenet', 'densenet', 'inception']
#是否用人家训练好的特征来做
feature_extract = True

# 是否用GPU训练
train_on_gpu = torch.cuda.is_available()
if not train_on_gpu:
    print('CUDA is not available.  Training on CPU ...')
else:
    print('CUDA is available!  Training on GPU ...')
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")

CUDA is not available. Training on CPU …

model_ft = models.resnet18()
model_ft

num_ftrs = model_ft.fc.in_features
model_ft.fc = nn.Sequential(nn.Linear(num_ftrs, 102))
input_size = 64
model_ft

# 优化器设置
optimizer_ft = optim.Adam(model_ft.parameters(), lr=1e-3)
scheduler = optim.lr_scheduler.StepLR(optimizer_ft, step_size=7, gamma=0.1)#学习率每7个epoch衰减成原来的1/10
criterion = nn.CrossEntropyLoss()

def train_model(model, dataloaders, criterion, optimizer, num_epochs=25, is_inception=False, filename='best.pth'):
    since = time.time()
    best_acc = 0
    model.to(device)
    val_acc_history = []
    train_acc_history = []
    train_losses = []
    valid_losses = []
    LRs = [optimizer.param_groups[0]['lr']]
    best_model_wts = copy.deepcopy(model.state_dict())
    for epoch in range(num_epochs):
        print('Epoch {}/{}'.format(epoch, num_epochs - 1))
        print('-' * 10)
        # 训练和验证
        for phase in ['train', 'valid']:
            if phase == 'train':
                model.train()  # 训练
            else:
                model.eval()   # 验证
            running_loss = 0.0
            running_corrects = 0
            # 把数据都取个遍
            for inputs, labels in dataloaders[phase]:
                inputs = inputs.to(device)
                labels = labels.to(device)
                # 清零
                optimizer.zero_grad()
                # 只有训练的时候计算和更新梯度
                with torch.set_grad_enabled(phase == 'train'):
                    outputs = model(inputs)
                    loss = criterion(outputs, labels)
                    _, preds = torch.max(outputs, 1)
                    #print(loss)
                    # 训练阶段更新权重
                    if phase == 'train':
                        loss.backward()
                        optimizer.step()
                # 计算损失
                running_loss += loss.item() * inputs.size(0)
                running_corrects += torch.sum(preds == labels.data)
            epoch_loss = running_loss / len(dataloaders[phase].dataset)
            epoch_acc = running_corrects.double() / len(dataloaders[phase].dataset)
            time_elapsed = time.time() - since
            print('Time elapsed {:.0f}m {:.0f}s'.format(time_elapsed // 60, time_elapsed % 60))
            print('{} Loss: {:.4f} Acc: {:.4f}'.format(phase, epoch_loss, epoch_acc))
            # 得到最好那次的模型
            if phase == 'valid' and epoch_acc > best_acc:
                best_acc = epoch_acc
                best_model_wts = copy.deepcopy(model.state_dict())
                state = {
                  'state_dict': model.state_dict(),#字典里key就是各层的名字，值就是训练好的权重
                  'best_acc': best_acc,
                  'optimizer' : optimizer.state_dict(),#优化器的状态信息
                }
                torch.save(state, filename)
            if phase == 'valid':
                val_acc_history.append(epoch_acc)
                valid_losses.append(epoch_loss)
                scheduler.step(epoch_loss)#学习率衰减
            if phase == 'train':
                train_acc_history.append(epoch_acc)
                train_losses.append(epoch_loss)
        print('Optimizer learning rate : {:.7f}'.format(optimizer.param_groups[0]['lr']))
        LRs.append(optimizer.param_groups[0]['lr'])
        print()
    time_elapsed = time.time() - since
    print('Training complete in {:.0f}m {:.0f}s'.format(time_elapsed // 60, time_elapsed % 60))
    print('Best val Acc: {:4f}'.format(best_acc))
    # 训练完后用最好的一次当做模型最终的结果,等着一会测试
    model.load_state_dict(best_model_wts)
    return model, val_acc_history, train_acc_history, valid_losses, train_losses, LRs

model_ft, val_acc_history, train_acc_history, valid_losses, train_losses, LRs  = train_model(model_ft, dataloaders, criterion, optimizer_ft, num_epochs=20, filename='best.pth')