深度学习实战基础案例——卷积神经网络(CNN)基于Xception的猫狗识别|第2例

news/2024/9/15 22:48:16/

文章目录

  • 一、环境准备
  • 二、数据预处理
  • 三、构建模型
  • 四、实例化模型
  • 五、训练模型
      • 5.1 构建训练函数
      • 5.2 构建测试函数
      • 5.3 开始正式训练
  • 六、可视化精度和损失
  • 七、个体预测
  • 总结

今天使用轻量级的一个网络Xception做一个简单的猫狗识别案例,我的环境具体如下:

  • pytorch:2.0
  • python:3.8
  • jupyter notebook

一、环境准备

import torch
import torch.nn as nn
import torchvision.transforms as transforms
import torchvision
from torchvision import transforms, datasets
import os,PIL,pathlib,warningswarnings.filterwarnings("ignore")             #忽略警告信息device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
device# 输出
device(type='cuda')

二、数据预处理

读取数据:

import os,PIL,random,pathlibdata_dir = 'dataset/'
data_dir = pathlib.Path(data_dir)data_paths  = list(data_dir.glob('*'))
classeNames = [str(path).split("\\")[1] for path in data_paths]
classeNames# 输出
['cat', 'dog']

数据处理

# 关于transforms.Compose的更多介绍可以参考:https://blog.csdn.net/qq_38251616/article/details/124878863
train_transforms = transforms.Compose([transforms.Resize([224, 224]),  # 将输入图片resize成统一尺寸# transforms.RandomHorizontalFlip(), # 随机水平翻转transforms.ToTensor(),          # 将PIL Image或numpy.ndarray转换为tensor,并归一化到[0,1]之间transforms.Normalize(           # 标准化处理-->转换为标准正太分布(高斯分布),使模型更容易收敛mean=[0.485, 0.456, 0.406],std=[0.229, 0.224, 0.225])  # 其中 mean=[0.485,0.456,0.406]与std=[0.229,0.224,0.225] 从数据集中随机抽样计算得到的。
])test_transform = transforms.Compose([transforms.Resize([224, 224]),  # 将输入图片resize成统一尺寸transforms.ToTensor(),          # 将PIL Image或numpy.ndarray转换为tensor,并归一化到[0,1]之间transforms.Normalize(           # 标准化处理-->转换为标准正太分布(高斯分布),使模型更容易收敛mean=[0.485, 0.456, 0.406],std=[0.229, 0.224, 0.225])  # 其中 mean=[0.485,0.456,0.406]与std=[0.229,0.224,0.225] 从数据集中随机抽样计算得到的。
])total_data = datasets.ImageFolder(data_dir,transform=train_transforms)
total_data

在这里插入图片描述
将数据集进行分类

total_data.class_to_idx# 输出
{'cat': 0, 'dog': 1}

划分数据集

train_size = int(0.8 * len(total_data))
test_size  = len(total_data) - train_size
train_dataset, test_dataset = torch.utils.data.random_split(total_data, [train_size, test_size])
train_dataset, test_dataset

数据集加载

batch_size = 4train_dl = torch.utils.data.DataLoader(train_dataset,batch_size=batch_size,shuffle=True)
test_dl = torch.utils.data.DataLoader(test_dataset,batch_size=batch_size,shuffle=True)

查看数据集形状

for X, y in test_dl:print("Shape of X [N, C, H, W]: ", X.shape)print("Shape of y: ", y.shape, y.dtype)break

在这里插入图片描述

三、构建模型

Xception的具体网络结构如下所示:
在这里插入图片描述

import math
import torch.nn as nn
import torch.nn.functional as F
import torch.utils.model_zoo as model_zoo
from torch.nn import init
import torchclass SeparableConv2d(nn.Module):def __init__(self, in_channels, out_channels, kernel_size=1, stride=1, padding=0, dilation=1, bias=False):super(SeparableConv2d, self).__init__()self.conv1 = nn.Conv2d(in_channels, in_channels, kernel_size, stride, padding, dilation, groups=in_channels,bias=bias)self.pointwise = nn.Conv2d(in_channels, out_channels, 1, 1, 0, 1, 1, bias=bias)def forward(self, x):x = self.conv1(x)x = self.pointwise(x)return xclass Block(nn.Module):def __init__(self, in_filters, out_filters, reps, strides=1, start_with_relu=True, grow_first=True):# :parm reps:块重复次数super(Block, self).__init__()# Middle flow无需做这一步,而其余块需要,以做跳连# 1)Middle flow输入输出特征图个数始终一致,且Stride恒为1# 1)其余快stride=2,这样可以将特征图尺寸减半,获得与最大池化减半特征图尺寸同样的效果if out_filters != in_filters or strides != 1:self.skip = nn.Conv2d(in_filters, out_filters, 1, stride=strides, bias=False)self.skipbn = nn.BatchNorm2d(out_filters)else:self.skip = Noneself.relu = nn.ReLU(inplace=True)rep = []filters = in_filtersif grow_first:rep.append(self.relu)# 这里的卷积不改变特征图尺寸rep.append(SeparableConv2d(in_filters, out_filters, 3, stride=1, padding=1, bias=False))rep.append(nn.BatchNorm2d(out_filters))filters = out_filtersfor i in range(reps - 1):rep.append(self.relu)rep.append(SeparableConv2d(filters, filters, 3, stride=1, padding=1, bias=False))rep.append(nn.BatchNorm2d(filters))if not grow_first:rep.append(self.relu)rep.append(SeparableConv2d(in_filters, out_filters, 3, stride=1, padding=1, bias=False))rep.append(nn.BatchNorm2d(out_filters))if not start_with_relu:rep = rep[1:]else:rep[0] = nn.ReLU(inplace=False)# Middle flow 的stride恒为1,因此无需做池化,而其余块需要# 其余块的stride=2,因此这里的最大池化可以将特征图尺寸减半if strides != 1:rep.append(nn.MaxPool2d(3, strides, 1))self.rep = nn.Sequential(*rep)def forward(self, inp):x = self.rep(inp)if self.skip is not None:skip = self.skip(inp)skip = self.skipbn(skip)else:skip = inpx += skipreturn xclass Xception(nn.Module):def __init__(self, num_classes):super(Xception, self).__init__()self.num_classes = num_classes # 总分类数###############################定义 Entry flow#################################self.conv1 = nn.Conv2d(in_channels=3, out_channels=32, kernel_size=3, stride=2, padding=0, bias=False)self.bn1 = nn.BatchNorm2d(32)self.relu = nn.ReLU(inplace=True)self.conv2 = nn.Conv2d(in_channels=32, out_channels=64, kernel_size=3, stride=1, padding=0, bias=False)self.bn2 = nn.BatchNorm2d(64)# do relu here# Block中的参数顺序:in_filters,out_filters,reps,stride,start_with_relu,grow_firstself.block1 = Block(64, 128, 2, 2, start_with_relu=False, grow_first=True)self.block2 = Block(128, 256, 2, 2, start_with_relu=True, grow_first=True)self.block3 = Block(256, 728, 2, 2, start_with_relu=True, grow_first=True)##############################定义 Middle flow################################self.block4 = Block(728, 728, 3, 1, start_with_relu=True, grow_first=True)self.block5 = Block(728, 728, 3, 1, start_with_relu=True, grow_first=True)self.block6 = Block(728, 728, 3, 1, start_with_relu=True, grow_first=True)self.block7 = Block(728, 728, 3, 1, start_with_relu=True, grow_first=True)self.block8 = Block(728, 728, 3, 1, start_with_relu=True, grow_first=True)self.block9 = Block(728, 728, 3, 1, start_with_relu=True, grow_first=True)self.block10 = Block(728, 728, 3, 1, start_with_relu=True, grow_first=True)self.block11 = Block(728, 728, 3, 1, start_with_relu=True, grow_first=True)#############################定义 Exit flow###################################self.block12 = Block(728, 1024, 2, 2, start_with_relu=True, grow_first=False)self.conv3 = SeparableConv2d(1024, 1536, 3, 1, 1)self.bn3 = nn.BatchNorm2d(1536)# do relu hereself.conv4 = SeparableConv2d(1536, 2048, 3, 1, 1)self.bn4 = nn.BatchNorm2d(2048)self.fc = nn.Linear(2048, num_classes)################################################################################--------------------init weights---------------------#for m in self.modules():if isinstance(m, nn.Conv2d):n = m.kernel_size[0] * m.kernel_size[1] * m.out_channelsm.weight.data.normal_(0, math.sqrt(2. / n))elif isinstance(m, nn.BatchNorm2d):m.weight.data.fill_(1)m.bias.data.zero_()#----------------------------------------------------------------def forward(self, x):###########################定义 Entry flow ######################################x = self.conv1(x)x = self.bn1(x)x = self.relu(x)x = self.conv2(x)x = self.bn2(x)x = self.relu(x)x = self.block1(x)x = self.block2(x)x = self.block3(x)######################## 定义 Middle flow#######################################x = self.block4(x)x = self.block5(x)x = self.block6(x)x = self.block7(x)x = self.block8(x)x = self.block9(x)x = self.block10(x)x = self.block11(x)######################### 定义 Exit flow #######################################x = self.block12(x)x = self.conv3(x)x = self.bn3(x)x = self.relu(x)x = self.conv4(x)x = self.bn4(x)x = self.relu(x)x = F.adaptive_avg_pool2d(x, (1,1))x = x.view(x.size(0), -1)x = self.fc(x)return x

四、实例化模型

device = "cuda:0" if torch.cuda.is_available() else "cpu"
print("Using {} device".format(device))xception = Xception(num_classes = 2)
model = xception.to(device)
model

在这里插入图片描述

五、训练模型

5.1 构建训练函数

# 训练循环
def train(dataloader, model, loss_fn, optimizer):size = len(dataloader.dataset)  # 训练集的大小num_batches = len(dataloader)   # 批次数目, (size/batch_size,向上取整)train_loss, train_acc = 0, 0  # 初始化训练损失和正确率for X, y in dataloader:  # 获取图片及其标签X, y = X.to(device), y.to(device)# 计算预测误差pred = model(X)          # 网络输出loss = loss_fn(pred, y)  # 计算网络输出和真实值之间的差距,targets为真实值,计算二者差值即为损失# 反向传播optimizer.zero_grad()  # grad属性归零loss.backward()        # 反向传播optimizer.step()       # 每一步自动更新# 记录acc与losstrain_acc  += (pred.argmax(1) == y).type(torch.float).sum().item()train_loss += loss.item()train_acc  /= sizetrain_loss /= num_batchesreturn train_acc, train_loss

5.2 构建测试函数

def test (dataloader, model, loss_fn):size        = len(dataloader.dataset)  # 测试集的大小num_batches = len(dataloader)          # 批次数目, (size/batch_size,向上取整)test_loss, test_acc = 0, 0# 当不进行训练时,停止梯度更新,节省计算内存消耗with torch.no_grad():for imgs, target in dataloader:imgs, target = imgs.to(device), target.to(device)# 计算losstarget_pred = model(imgs)loss        = loss_fn(target_pred, target)test_loss += loss.item()test_acc  += (target_pred.argmax(1) == target).type(torch.float).sum().item()test_acc  /= sizetest_loss /= num_batchesreturn test_acc, test_loss

5.3 开始正式训练

import copyoptimizer  = torch.optim.Adam(model.parameters(), lr= 1e-3)
loss_fn    = nn.CrossEntropyLoss() # 创建损失函数epochs     = 5train_loss = []
train_acc  = []
test_loss  = []
test_acc   = []best_acc = 0    # 设置一个最佳准确率,作为最佳模型的判别指标for epoch in range(epochs):model.train()epoch_train_acc, epoch_train_loss = train(train_dl, model, loss_fn, optimizer)model.eval()epoch_test_acc, epoch_test_loss = test(test_dl, model, loss_fn)# 保存最佳模型到 best_modelif epoch_test_acc > best_acc:best_acc   = epoch_test_accbest_model = copy.deepcopy(model)train_acc.append(epoch_train_acc)train_loss.append(epoch_train_loss)test_acc.append(epoch_test_acc)test_loss.append(epoch_test_loss)# 获取当前的学习率lr = optimizer.state_dict()['param_groups'][0]['lr']template = ('Epoch:{:2d}, Train_acc:{:.1f}%, Train_loss:{:.3f}, Test_acc:{:.1f}%, Test_loss:{:.3f}, Lr:{:.2E}')print(template.format(epoch+1, epoch_train_acc*100, epoch_train_loss,epoch_test_acc*100, epoch_test_loss, lr))# 保存最佳模型到文件中
PATH = './best_model.pth'  # 保存的参数文件名
torch.save(best_model.state_dict(), PATH)print('Done')

六、可视化精度和损失

import matplotlib.pyplot as plt
#隐藏警告
import warnings
warnings.filterwarnings("ignore")               #忽略警告信息
plt.rcParams['font.sans-serif']    = ['SimHei'] # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False      # 用来正常显示负号
plt.rcParams['figure.dpi']         = 100        #分辨率epochs_range = range(epochs)plt.figure(figsize=(12, 3))
plt.subplot(1, 2, 1)plt.plot(epochs_range, train_acc, label='Training Accuracy')
plt.plot(epochs_range, test_acc, label='Test Accuracy')
plt.legend(loc='lower right')
plt.title('Training and Validation Accuracy')plt.subplot(1, 2, 2)
plt.plot(epochs_range, train_loss, label='Training Loss')
plt.plot(epochs_range, test_loss, label='Test Loss')
plt.legend(loc='upper right')
plt.title('Training and Validation Loss')
plt.show()

在这里插入图片描述

七、个体预测

随便去网上找一张猫狗图片,进行预测。
在这里插入图片描述

# 预测import matplotlib.pyplot as plt
from PIL import Image
from torchvision.transforms import transforms
import torch
import matplotlib.pyplot as pltplt.rcParams['font.sans-serif']=['SimHei']  #解决中文显示乱码问题
plt.rcParams['axes.unicode_minus']=False  #解决坐标轴负数的负号显示问题data_transform = transforms.Compose([transforms.Resize([224, 224]),  # 将输入图片resize成统一尺寸transforms.ToTensor(),          # 将PIL Image或numpy.ndarray转换为tensor,并归一化到[0,1]之间transforms.Normalize(           # 标准化处理-->转换为标准正太分布(高斯分布),使模型更容易收敛mean=[0.485, 0.456, 0.406],std=[0.229, 0.224, 0.225])  # 其中 mean=[0.485,0.456,0.406]与std=[0.229,0.224,0.225] 从数据集中随机抽样计算得到的。
])img = Image.open("cat.jpg")
plt.imshow(img)
img = data_transform(img)
img = torch.unsqueeze(img, dim=0)
name=['狗','猫']
model_weight_path = "best_model.pth"
model = Xception(num_classes = 2)
model.load_state_dict(torch.load(model_weight_path))
model.eval()
with torch.no_grad():output = torch.squeeze(model(img))predict = torch.softmax(output, dim=0)# 获得最大可能性索引predict_cla = torch.argmax(predict).numpy()print('索引为', predict_cla)
print('预测结果为:{},置信度为: {}'.format(name[predict_cla], predict[predict_cla].item()))
plt.show()

在这里插入图片描述

总结

  • Xception(又称为 Extreme Inception)是一种卷积神经网络架构,在 2016 年由 Google 提出,它的名字是由 ‘Extreme’ 和 ‘Inception’ 两个词汇组成的。Xception 基于 Inception V3 模型基础进行改进,使用深度可分离卷积来代替传统的卷积,从而更加有效地减少了模型的参数数量和计算复杂度。
  • 在传统的 Inception 模型中,每个计算单元采用了两个卷积层,一个 1x1 的卷积层用于降低特征图的通道数,紧接着是一个 3x3 的卷积层用于进行特征提取。而 Xception 则将 1x1 和 3x3 卷积逐次分开,使用了深度可分离卷积作为基本的计算单元。深度可分离卷积将标准卷积分解为两部分,首先使用深度卷积来处理每个输入通道,然后再使用 1x1 的逐点卷积来融合通道,从而获得与标准卷积近似的特征提取效果。而深度可分离卷积相较于标准卷积而言,可以明显降低参数量和训练计算量。
  • 而使用深度可分离卷积单元取代了传统的卷积操作之后,Xception模型在计算效率,模型大小上都相比 Inception V3 有大幅的提升。
  • 总之,Xception模型的优势是在极大的减少了网络参数量和计算复杂度的同时,可以保持卓越的性能表现。因此,Xception模型已经被广泛地应用与图像分类、目标检测等任务中。

http://www.ppmy.cn/news/1122763.html

相关文章

智能电力运维系统:数字化转型在电力行业的关键应用

随着信息技术、人工智能等的飞速发展,数字化改造已成为各行各业的重要发展趋势。在电力行业中,智能电力运维系统是数字化转型的关键应用之一。 力安科技智能电力运维系统是一种集自动化、智能化、云计算、物联网等先进技术于一体的电力运维管理解决方…

适用于快速开发应用的Golang二次框架

适用于快速开发应用的Golang二次框架。 GinSkeleton 项目简介 1.这是一个基于go语言gin框架的web项目骨架,专注于前后端分离的业务场景,其目的主要在于将web项目主线逻辑梳理清晰,最基础的东西封装完善,开发者更多关注属于自己的的业务即可。…

华为OD机考算法题:分积木

目录 题目部分 解读与分析 代码实现 题目部分 题目分积木难度难题目说明Solo和koko是两兄弟,妈妈给了他们一大堆积木,每块积木上都有自己的重量。现在他们想要将这些积木分成两堆。哥哥Solo负责分配,弟弟koko要求两个人获得的积木总重量“…

两种常见矩形框旋转方法推导及其C++实现

在已知矩形中心点、长宽和旋转角度(定义为矩形最长边与X轴正方向的夹角),如何确定矩形四个顶点的坐标,通常有以下两种处理方法。 法一:直接对顶点进行旋转 比如下图虚线框矩形是实线框矩形绕矩形中心点旋转后得到。在…

提升群辉AudioStation音乐体验,实现公网音乐播放

文章目录 本教程解决的问题是:按照本教程方法操作后,达到的效果是本教程使用环境:1 群晖系统安装audiostation套件2 下载移动端app3 内网穿透,映射至公网 很多老铁想在上班路上听点喜欢的歌或者相声解解闷儿,于是打开手…

【List篇】LinkedList 详解

目录 成员变量属性构造方法add(), 插入节点方法remove(), 删除元素方法set(), 修改节点元素方法get(), 取元素方法ArrayList 与 LinkedList的区别Java中的LinkedList是一种实现了List接口的 双向链表数据结构。链表是由一系列 节点(Node)组成的,每个节点包含了指向 上一个…

云上亚运:所使用的高新技术,你知道吗?

作者简介:一名云计算网络运维人员、每天分享网络与运维的技术与干货。 公众号:网络豆云计算学堂 座右铭:低头赶路,敬事如仪 个人主页: 网络豆的主页​​​​​ 目录 前言 一.什么是云上亚运会 二.为什么要使用云…

remote: The project you were looking for could not be found

git拉取公司项目时报错: remote: The project you were looking for could not be found 发生这个问题的原因,在于git账号可能并未真正登录。 我们可以通过打开电脑的凭据管理器,查看git当前的登录是否正常。 参考链接:参考

python经典百题之删除指定字母

题目:删除一个字符串中的指定字母,如:字符串 “aca”,删除其中的 a 字母 程序分析 我们需要编写一个程序,删除字符串中的指定字母。给定一个字符串和要删除的字母,我们需要将字符串中的指定字母全部删除。…

C语言数组和指针笔试题(四)(一定要看)

目录 二维数组例题一例题二例题三例题四例题五例题六例题七例题八例题九例题十例题十一 结果 感谢各位大佬对我的支持,如果我的文章对你有用,欢迎点击以下链接 🐒🐒🐒个人主页 🥸🥸🥸C语言 🐿️…

flarum 论坛 User Statistics插件修改

此插件在中国使用日期不是很理想,于是决定修改代码 下面是插件信息: User Statistics A Flarum extension. Add some user statistics in flarum posts, this extension require clarkwinkelmann/flarum-ext-likes-received and will be installed au…

Linux安装包 | Git使用 | NFC搭建

dpgt使用 当谈到基于 Debian 的操作系统中的软件包管理工具时,dpkg 是一个重要的工具。它是 Debian 系统中用于安装、升级、配置和卸载软件包的命令行工具。以下是对 dpkg 的详细介绍: 软件包管理:dpkg 可以管理系统中的软件包。它可以安装单…

SLAM从入门到精通(用c++实现机器人运动控制)

【 声明:版权所有,欢迎转载,请勿用于商业用途。 联系信箱:feixiaoxing 163.com】 之前的一篇文章,我们知道了可以通过wpr_simulation包仿真出机器人和现场环境。如果需要控制机器人,这个时候就需要rqt_robo…

pom文件被忽略

项目场景: 在idea中创建了一个项目,新建了一个模块 问题描述 提示:这里描述项目中遇到的问题: 发现新建的模块建错了,然后移除模块,删除相关文件后,又新建一个相同名字的模块时,出…

Spring Boot的新篇章:探索2.0版的创新功能

文章目录 引言1. Spring Boot 2.0的响应式编程2. 自动配置的改进3. Spring Boot 2.0的嵌入式Web服务器4. Spring Boot 2.0的Actuator端点5. Spring Boot 2.0的Spring Data改进6. Spring Boot 2.0的安全性增强7. Spring Boot 2.0的监控和追踪8. Spring Boot 2.0的测试改进结论 &…

拓扑排序【学习算法】

拓扑排序【学习算法】 前言版权推荐拓扑排序核心思想207. 课程表解法一解法二 最后 前言 2023-9-24 15:32:23 以下内容源自《【学习算法】》 仅供学习交流使用 版权 禁止其他平台发布时删除以下此话 本文首次发布于CSDN平台 作者是CSDN日星月云 博客主页是https://blog.csd…

多进程编程- POSIX无名信号量

基本概念 无名信号量(也称为匿名信号量)是一个同步原语,通常用于线程之间的同步,而不是进程之间。与命名信号量(用于进程间同步)相比,无名信号量的生命周期通常受限于创建它的进程,…

35.浅谈贪心算法

概述 相信大家或多或少都对贪心算法有所耳闻,今天我们从一个应用场景展开 假设存在下面需要付费的广播台,以及广播台信号可以覆盖的地区。 如何选择最少的广播台,让所有的地区都可以接收到信号? 广播台覆盖地区k1北京、上海、天津…

wordpress使用category order and taxonomy terms order插件实现分类目录的拖拽排序

文章目录 引入实现效果安装插件使用插件 引入 使用docker快速搭建wordpress服务,并指定域名访问 上一节我们使用docker快速搭建了wordpress服务,可以看到基础的wordpress服务已经集成基础的用户管理、文章发布、页面编辑、文章分类等功能,但…

C++ -- 类型转换

目录 C语言中的类型转换 为什么C需要四种类型转换 C 类型转换 static_cast reinterpret_cast const_cast 添加关键字 volatile dynamic_cast 补充 RTTI 总结 C语言中的类型转换 在C语言中,如果赋值运算符左右两侧类型不同,或者形参与实参类型…