Pytorch实现鸟类品种分类识别(含训练代码和鸟类数据集)

news/2024/11/17 9:56:09/

Pytorch实现鸟类品种分类识别(含训练代码和鸟类数据集)

目录

Pytorch实现鸟类品种分类识别(含训练代码和鸟类数据集)

1. 前言

2. 鸟类数据集

（1）Bird-Dataset26

（2）自定义数据集

3. 鸟类分类识别模型训练

（1）项目安装

（2）准备Train和Test数据

（3）配置文件：​config.yaml​

（4）开始训练

（5）可视化训练过程

（6）一些优化建议

（7） 一些运行错误处理方法：

4. 鸟类分类识别模型测试效果

5.项目源码下载

1. 前言

本项目将采用深度学习的方法，搭建一个鸟类分类识别的训练和测试项目，实现一个简单的鸟类图像分类识别系统。项目收集了26种鸟类品种Bird-Dataset26，约有20000+图片数据；在鸟类数据集Bird-Dataset26上，基于ResNet18的鸟类分类识别，训练集的Accuracy在98%左右，测试集的Accuracy在95%左右，骨干网络，可支持googlenet, resnet[18,34,50], inception_v3，mobilenet_v2等常用模型。

模型input sizeTest准确率
mobilenet_v2224×22495.0000%
googlenet224×22496.1538%
resnet18224×22495.9615%

【尊重原创，转载请注明出处】https://blog.csdn.net/guyuealian/article/details/132588031

2. 鸟类数据集

（1）Bird-Dataset26

项目收集了多个鸟类品种的数据集，命名为Bird-Dataset26，该数据集共收集了26 种鸟类品种，包含常见的鹰，孔雀等鸟种类，总数据超过2万张图片，平均每个种类有约有700+的图片；数据分为train和test，其中训练集train共有20000+张鸟类图像，测试集test共有500+张鸟类图像，可满足深度学习鸟类品种分类识别的需求。

Bird-Dataset26，部分数据是通过网上爬取的，存在部分错误的图片，尽管鄙人已经清洗一部分了，但还是建议你，训练前，再次清洗数据集，不然会影响模型的识别的准确率。鸟类图片数据，可以在这里检索：中国观鸟记录中心 

 Bird-Dataset26包含的26种鸟类品种，类别名称分别是：

八色鸫
白鹡鸰
白胸翡翠
白胸苦恶鸟
斑头绿拟啄木
赤颈鹤
赤麻鸭
赤胸拟啄木鸟
丛林鸫鹛
戴胜鸟
凤头麦鸡
灰鹡鸰
灰犀鸟
家八哥
家鸦
孔雀
蓝胸佛法僧
绿喉蜂虎
牛背鹭
普通翠鸟
普通缝叶莺
普通朱雀
肉垂麦鸡
山鹡鸰
鹰
棕腹树鹊

（2）自定义数据集

如果需要新增类别数据，或者需要自定数据集进行训练，可以如下进行处理：

  • Train和Test数据集，要求相同类别的图片，放在同一个文件夹下；且子目录文件夹命名为类别名称，如

  • 类别文件：一行一个列表：​class_name.txt​ 
     (最后一行,请多回车一行)
A
B
C
D
  • 修改配置文件的数据路径：​config.yaml​
train_data: # 可添加多个数据集- 'data/dataset/train1' - 'data/dataset/train2'
test_data: 'data/dataset/test'
class_name: 'data/dataset/class_name.txt'
...
...

3. 鸟类分类识别模型训练

本项目以Bird-Dataset26鸟类数据集为训练和测试样本。

（1）项目安装

整套工程基本框架结构如下：

.
├── classifier                 # 训练模型相关工具
├── configs                    # 训练配置文件
├── data                       # 训练数据
├── libs           
├── demo.py              # 模型推理demo
├── README.md            # 项目工程说明文档
├── requirements.txt     # 项目相关依赖包
└── train.py             # 训练文件

   项目依赖python包请参考requirements.txt，使用pip安装即可：

numpy==1.16.3
matplotlib==3.1.0
Pillow==6.0.0
easydict==1.9
opencv-contrib-python==4.5.2.52
opencv-python==4.5.1.48
pandas==1.1.5
PyYAML==5.3.1
scikit-image==0.17.2
scikit-learn==0.24.0
scipy==1.5.4
seaborn==0.11.2
tensorboard==2.5.0
tensorboardX==2.1
torch==1.7.1+cu110
torchvision==0.8.2+cu110
tqdm==4.55.1
xmltodict==0.12.0
basetrainer
pybaseutils==0.6.5

 项目安装教程请参考（初学者入门，麻烦先看完下面教程，配置好开发环境）：

  • 项目开发使用教程和常见问题和解决方法
  • 视频教程：1 手把手教你安装CUDA和cuDNN(1)
  • 视频教程：2 手把手教你安装CUDA和cuDNN(2)
  • 视频教程：3 如何用Anaconda创建pycharm环境
  • 视频教程：4 如何在pycharm中使用Anaconda创建的python环境

（2）准备Train和Test数据

下载鸟类品种分类数据集，Train和Test数据集，要求相同类别的图片，放在同一个文件夹下；且子目录文件夹命名为类别名称。

数据增强方式主要采用： 随机裁剪，随机翻转，随机旋转，颜色变换等处理方式

import numbers
import random
import PIL.Image as Image
import numpy as np
from torchvision import transformsdef image_transform(input_size, rgb_mean=[0.5, 0.5, 0.5], rgb_std=[0.5, 0.5, 0.5], trans_type="train"):"""不推荐使用：RandomResizedCrop(input_size), # bug:目标容易被crop掉:param input_size: [w,h]:param rgb_mean::param rgb_std::param trans_type::return::"""if trans_type == "train":transform = transforms.Compose([transforms.Resize([int(128 * input_size[1] / 112), int(128 * input_size[0] / 112)]),transforms.RandomHorizontalFlip(),  # 随机左右翻转# transforms.RandomVerticalFlip(), # 随机上下翻转transforms.ColorJitter(brightness=0.5, contrast=0.5, saturation=0.5, hue=0.1),transforms.RandomRotation(degrees=5),transforms.RandomCrop([input_size[1], input_size[0]]),transforms.ToTensor(),transforms.Normalize(mean=rgb_mean, std=rgb_std),])elif trans_type == "val" or trans_type == "test":transform = transforms.Compose([transforms.Resize([input_size[1], input_size[0]]),# transforms.CenterCrop([input_size[1], input_size[0]]),# transforms.Resize(input_size),transforms.ToTensor(),transforms.Normalize(mean=rgb_mean, std=rgb_std),])else:raise Exception("transform_type ERROR:{}".format(trans_type))return transform

修改配置文件数据路径：​config.yaml​

# 训练数据集，可支持多个数据集
train_data:- '/path/to/Bird-Dataset26/train'
# 测试数据集
test_data: '/path/to/Bird-Dataset26/test'
# 类别文件
class_name: '/path/to/Bird-Dataset26/class_name.txt'

（3）配置文件：​config.yaml​

  • 目前支持的backbone有：googlenet,resnet[18,34,50],inception_v3,mobilenet_v2等， 其他backbone可以自定义添加
  • 训练参数可以通过(configs/config.yaml)配置文件进行设置

 配置文件：​config.yaml​说明如下：

# 训练数据集，可支持多个数据集
train_data:- '/path/to/Bird-Dataset26/train'
# 测试数据集
test_data: '/path/to/Bird-Dataset26/test'
# 类别文件
class_name: '/path/to/Bird-Dataset26/class_name.txt'
train_transform: "train"       # 训练使用的数据增强方法
test_transform: "val"          # 测试使用的数据增强方法
work_dir: "work_space/"        # 保存输出模型的目录
net_type: "resnet18"           # 骨干网络,支持：resnet18/50,mobilenet_v2,googlenet,inception_v3
width_mult: 1.0
input_size: [ 224,224 ]        # 模型输入大小
rgb_mean: [ 0.5, 0.5, 0.5 ]    # for normalize inputs to [-1, 1],Sequence of means for each channel.
rgb_std: [ 0.5, 0.5, 0.5 ]     # for normalize,Sequence of standard deviations for each channel.
batch_size: 32
lr: 0.01                       # 初始学习率
optim_type: "SGD"              # 选择优化器，SGD,Adam
loss_type: "CrossEntropyLoss"  # 选择损失函数：支持CrossEntropyLoss,LabelSmoothing
momentum: 0.9                  # SGD momentum
num_epochs: 100                # 训练循环次数
num_warn_up: 3                 # warn-up次数
num_workers: 8                 # 加载数据工作进程数
weight_decay: 0.0005           # weight_decay，默认5e-4
scheduler: "multi-step"        # 学习率调整策略
milestones: [ 20,50,80 ]       # 下调学习率方式
gpu_id: [ 0 ]                  # GPU ID
log_freq: 50                   # LOG打印频率
progress: True                 # 是否显示进度条
pretrained: False              # 是否使用pretrained模型
finetune: False                # 是否进行finetune

参数类型参考值说明
train_datastr, list-训练数据文件，可支持多个文件
test_datastr, list-测试数据文件，可支持多个文件
class_namestr-类别文件
work_dirstrwork_space训练输出工作空间
net_typestrresnet18 
backbone类型,{resnet18/50,mobilenet_v2,googlenet,inception_v3}
input_sizelist[128,128]模型输入大小[W,H]
batch_sizeint32batch size
lrfloat0.1初始学习率大小
optim_typestrSGD优化器，{SGD,Adam}
loss_typestrCELoss损失函数
schedulerstrmulti-step学习率调整策略，{multi-step,cosine}
milestoneslist[30,80,100]降低学习率的节点，仅仅scheduler=multi-step有效
momentumfloat0.9SGD动量因子
num_epochsint120循环训练的次数
num_warn_upint3warn_up的次数
num_workersint12DataLoader开启线程数
weight_decayfloat5e-4权重衰减系数
gpu_idlist[ 0 ]指定训练的GPU卡号，可指定多个
log_freqin20显示LOG信息的频率
finetunestrmodel.pthfinetune的模型
progressboolTrue是否显示进度条
distributedboolFalse是否使用分布式训练

（4）开始训练

整套训练代码非常简单操作，用户只需要将相同类别的数据放在同一个目录下，并填写好对应的数据路径，即可开始训练了。

python train.py -c configs/config.yaml

训练完成后，在鸟类品种数据集Bird-Dataset26上，训练集的Accuracy在98%左右，测试集的Accuracy在95%左右，骨干网络，可支持googlenet, resnet[18,34,50], inception_v3，mobilenet_v2等常用模型，用户可以自行选择模型训练。

模型input sizeTest准确率
mobilenet_v2224×22495.0000%
googlenet224×22496.1538%
resnet18224×22495.9615%

（5）可视化训练过程

训练过程可视化工具是使用Tensorboard，使用方法，在终端输入：

# 基本方法
tensorboard --logdir=path/to/log/
# 例如
tensorboard --logdir=data/pretrained/mobilenet_v2_1.0_224_224_CrossEntropyLoss_20230828_172209_6476/log

可视化效果 

​​
​​
​​

（6）一些优化建议

如果想进一步提高准确率，可以尝试：

  1. 最重要的： 清洗数据集，鸟类品种数据集Bird-Dataset26，大部分数据是通过网上爬取的，存在部分错误的图片，尽管鄙人已经清洗一部分了，但还是建议你，训练前，再次清洗数据集，不然会影响模型的识别的准确率。
  2. 使用不同backbone模型，比如resnet50或者更深，参数量更大的模型
  3. 增加数据增强： 已经支持： 随机裁剪，随机翻转，随机旋转，颜色变换等数据增强方式，可以尝试诸如mixup，CutMix等更复杂的数据增强方式
  4. 样本均衡： 建议进行样本均衡处理，避免长尾问题
  5. 调超参： 比如学习率调整策略，优化器（SGD,Adam等）
  6. 损失函数： 目前训练代码已经支持：交叉熵，LabelSmoothing，可以尝试FocalLoss等损失函数

（7） 一些运行错误处理方法：

  • 项目不要出现含有中文字符的目录文件或路径，否则会出现很多异常！！！！！！！！

  • cannot import name 'load_state_dict_from_url' 

由于一些版本升级，会导致部分接口函数不能使用，请确保版本对应

torch==1.7.1

torchvision==0.8.2

或者将对应python文件将

from torchvision.models.resnet import model_urls, load_state_dict_from_url

修改为：

from torch.hub import load_state_dict_from_url
model_urls = {'mobilenet_v2': 'https://download.pytorch.org/models/mobilenet_v2-b0353104.pth','resnet18': 'https://download.pytorch.org/models/resnet18-5c106cde.pth','resnet34': 'https://download.pytorch.org/models/resnet34-333f7ec4.pth','resnet50': 'https://download.pytorch.org/models/resnet50-19c8e357.pth','resnet101': 'https://download.pytorch.org/models/resnet101-5d3b4d8f.pth','resnet152': 'https://download.pytorch.org/models/resnet152-b121ed2d.pth','resnext50_32x4d': 'https://download.pytorch.org/models/resnext50_32x4d-7cdf4587.pth','resnext101_32x8d': 'https://download.pytorch.org/models/resnext101_32x8d-8ba56ff5.pth','wide_resnet50_2': 'https://download.pytorch.org/models/wide_resnet50_2-95faca4d.pth','wide_resnet101_2': 'https://download.pytorch.org/models/wide_resnet101_2-32ee1156.pth',
}

4. 鸟类分类识别模型测试效果

 demo.py文件用于推理和测试模型的效果，填写好配置文件，模型文件以及测试图片即可运行测试了

def get_parser():# 配置文件config_file = "data/pretrained/mobilenet_v2_1.0_224_224_CrossEntropyLoss_20230828_172209_6476/config.yaml"# 模型文件model_file = "data/pretrained/mobilenet_v2_1.0_224_224_CrossEntropyLoss_20230828_172209_6476/model/best_model_063_95.0000.pth"# 待测试图片目录image_dir = "data/test_images"parser = argparse.ArgumentParser(description="Inference Argument")parser.add_argument("-c", "--config_file", help="configs file", default=config_file, type=str)parser.add_argument("-m", "--model_file", help="model_file", default=model_file, type=str)parser.add_argument("--device", help="cuda device id", default="cuda:0", type=str)parser.add_argument("--image_dir", help="image file or directory", default=image_dir, type=str)return parser

#!/usr/bin/env bash
# Usage:
# python demo.py  -c "path/to/config.yaml" -m "path/to/model.pth" --image_dir "path/to/image_dir"python demo.py -c data/pretrained/mobilenet_v2_1.0_224_224_CrossEntropyLoss_20230828_172209_6476/config.yaml -m data/pretrained/mobilenet_v2_1.0_224_224_CrossEntropyLoss_20230828_172209_6476/model/best_model_063_95.0000.pth --image_dir data/test_images

运行测试结果： 

pred_index:['灰犀鸟'],pred_score:[0.5273883]

pred_index:['家鸦'],pred_score:[0.9989742]

pred_index:['鹰'],pred_score:[0.9795395]

pred_index:['孔雀'],pred_score:[0.9997749]

5.项目源码下载

 【源码下载】Pytorch实现鸟类品种分类识别(含训练代码和鸟类数据集)

整套项目源码内容包含：

  • Bird-Dataset26鸟类数据集: 该数据集包含 26 种不同种类的鸟类品种，总数超过2万张图像，可满足深度学习鸟类分类识别的需求
  • 项目支持自定义数据集进行训练
  • 项目模型训练，支持的backbone骨干网络模型有：googlenet,resnet[18,34,50],inception_v3,mobilenet_v2等， 其他backbone可以自定义添加
  • 项目提供已经训练好的模型，无需重新训练，即可运行demo.py测试图片


http://www.ppmy.cn/news/1094321.html

相关文章

算法设计与分析 | 页码统计

算法设计与分析 | 页码统计

题目： 一本书的页码从自然数1开始顺序编码直到自然数n。书的页码按照通常的习惯编排，每个页码都不含多余的前导数字0。例如第6页用6表示而不是06或006。数字统计问题要求对给定书的总页码，计算出书的全部页码中分别用到多少次数字0,1,2,3,...…
阅读更多...
【嵌入式数据库之sqlite3】

【嵌入式数据库之sqlite3】

目录 一.数据库基本概念（理解） 1.数据 2.数据库 二.常用的数据的数据库（了解） 1.大型数据库 2.中型数据库 3.小型数据库 三.基于嵌入式的数据库（了解） 四.SQLite基础（了解）…
阅读更多...
SQL数据类型

SQL数据类型

数据类型 整数类型浮点数类型定点数类型日期类型时间类型字符串类型二进制类型… 整数类型 MySQL 中 整数类型有5种 整数类型字节数无符号取值范围有符号取值范围tinyint10~255-128-127smallint20~65 535-32 768-32 768mediumint30~16 777 215-8 388 608-8 388 608int40~4 …
阅读更多...
API接口与电商平台之间的联系，采集京东平台数据按关键字搜索商品接口示例

API接口与电商平台之间的联系，采集京东平台数据按关键字搜索商品接口示例

关键字搜索商品的重要性： 1.引入精准流量 关键词第一个也是最重要的作用就是为我们宝贝引进精准的流量，这一作用无论是在自然搜索中还是直通车中都是一样的。 第一步关乎的是我们宝贝的展现，而第二步用户是否会点进我们的宝贝，…
阅读更多...
无服务架构--Serverless

无服务架构--Serverless

无服务架构 无服务架构（Serverless Architecture）即无服务器架构，也被称为函数即服务（Function as a Service，FaaS），是一种云计算模型，用于构建和部署应用程序，无需关心…
阅读更多...
对接西部数据Western Digital EDI 系统

对接西部数据Western Digital EDI 系统

近期我们为国内某知名电子产品企业提供EDI解决方案，采用知行之桥 EDI 系统作为核心组件，成功与西部数据Western Digital（简称西数）建立EDI连接，实现数据安全且自动化传输。 EDI实施需求 EDI连接 传输协议：A…
阅读更多...
实训三:多表查询 - 大学数据库创建与查询实战

实训三:多表查询 - 大学数据库创建与查询实战

大学数据库创建与查询实战 第1关：数据库表设计任务描述相关知识大学数据库的整体设计教师信息表（instructor）开课信息表（section） 编程要求测试说明参考代码 第2关：查询（一）任务描述…
阅读更多...
用HexView 观察编译后的机器代码

用HexView 观察编译后的机器代码

HexView 用于打开任意一个文件，以十六进制的形式从头到尾显示它每个字节的内容。 下载： 链接：https://pan.baidu.com/s/1zB9r5WwuTMIPNMlYl5HlvA 提取码：5ndl双击启动 HexView，然后选择菜单“文件”-“打开文件以显…
阅读更多...
最新文章

Copyright @ 2022~2023