利用 Resnet50 重新训练，完成宠物数据集的识别，附源代码。。

如果你对深度学习有所了解，知道神经网络可以识别图片，但还没自己动手训练过模型，这篇文章会非常适合你。

这篇文章将使用 PyTorch 和 ResNet50，基于 Oxford-IIIT Pet 数据集（37 类宠物）完成一个完整的训练过程。

这个方法也可以应用到你自己的数据集上，比如识别不同种类的花或物体。

接下来，带你一步步完成这个任务。

Attention：全网最全的 AI 小白到 AI 大神的天梯成长学习路线，几十万原创专栏和硬核视频，点击这里查看：AI小白到AI大神的天梯之路

什么是 ResNet50，为什么选择它？

ResNet50 是一个深度卷积神经网络，包含 50 层，设计用来处理图像分类任务。

它在 ImageNet 数据集上表现优异，能识别 1000 种物体。

我们今天的目标是重新训练它，让它学会识别新的类别——37 种宠物。

选择 ResNet50 的理由很简单——

成熟的结构，它已经被广泛验证，适合大多数图像分类任务。
开箱即用：PyTorch 提供了现成的实现，省去自己设计的麻烦。
高效性：即使从零开始训练，也能得到不错的结果。

下面，我们将训练过程拆成几个关键步骤，逐步讲解。

训练 ResNet50 的四大步骤

步骤 1：准备数据

模型训练的第一步是准备数据。

Oxford-IIIT Pet 数据集包含大量宠物照片，我们需要调整它们的格式，确保模型能正确处理。

代码是这样实现的：

transform = transforms.Compose([transforms.Resize((224, 224)),  # 将图像调整为 224x224 像素transforms.ToTensor(),          # 将图像转换为 Tensor 格式transforms.Normalize(mean=[0.485, 0.456, 0.406],std=[0.229, 0.224, 0.225])  # 标准化像素值])

ResizeResNet50 的输入要求是 224x224，所有图像需要统一到这个尺寸。
ToTensor将图片从普通格式转为模型能处理的数字格式（范围 0 到 1）。
Normalize用 ImageNet 的均值和标准差标准化数据，帮助模型更快收敛。

接着，用 DataLoader 将数据分成小批次：

train_loader = DataLoader(train_dataset, batch_size=32, shuffle=True, num_workers=2)

这里 batch_size=32 表示每次处理 32 张图片，shuffle=True 打乱顺序，避免模型记住数据的排列。

步骤 2：搭建模型——调整 ResNet50 的结构

ResNet50 是一个现成的模型，但我们需要根据任务调整它。

原始的 ResNet50 输出 1000 类，而我们的数据集只有 37 类，因此需要修改最后一层。

代码实现如下：

model = torchvision.models.resnet50(weights=None)  # 初始化 ResNet50，不使用预训练权重
model.fc = nn.Linear(model.fc.in_features, 37)     # 将全连接层改为 37 类输出
model = model.to(device)      # 转移到 GPU 或 CPU

weights=None表示将从零开始训练模型。
model.fc这一行代码修改了模型最后一层（全连接层），将输出特征数改为 37 个，对应 37 类宠物。如果你有自己的数据集，且分类数量与原始模型不一致，也需要进行类似的修改。
to(device)根据设备（GPU 或 CPU）运行模型，GPU 会显著加速训练。

步骤 3：定义学习方式

模型需要知道如何学习以及学习步长是什么样的，这样才能优化模型参数的调整过程。

这个过程主要涉及损失函数和优化器。

损失函数衡量的是模型预测值与真实答案之间的差距，优化器则负责调整模型的参数。

用代码中是这样定义的：

criterion = nn.CrossEntropyLoss()          # 交叉熵损失，用于分类任务
optimizer = optim.Adam(model.parameters(), lr=0.001)  # Adam 优化器，学习率 0.001
scheduler = optim.lr_scheduler.StepLR(optimizer, step_size=5, gamma=0.1)  # 学习率调度器

损失函数采用的是交叉熵损失函数，该函数是多分类任务的标准选择。
优化器Adam 是一种高效的优化算法，lr=0.001 是初始学习率。
调度器每 5 个 epoch，学习率乘以 0.1，逐步降低以稳定训练。

步骤 4：训练与测试——让模型学习和验证

训练其实就是让模型反复调整自己参数的过程，验证则是检查训练的效果。

训练和验证的逻辑分别在两个函数中实现。

训练函数：

def train(epoch):model.train()  # 进入训练模式for inputs, targets in train_loader:inputs, targets = inputs.to(device), targets.to(device)optimizer.zero_grad()  # 清零梯度outputs = model(inputs)  # 前向传播loss = criterion(outputs, targets)  # 计算损失loss.backward()  # 反向传播optimizer.step()  # 更新参数

train()激活模型的训练模式（启用 dropout/BN 层的全局统计功能）。
流程模型预测 -> 计算损失 -> 调整参数。

测试函数：

def test(epoch):model.eval()  # 进入测试模式with torch.no_grad():  # 关闭梯度计算for inputs, targets in test_loader:outputs = model(inputs)# 计算准确率...

eval()切换到测试模式，关闭训练时的随机性（Dropout, BN 不再进行全局统计）。
no_grad()节省内存，提高测试效率。

主循环运行 20 个 epoch，每次训练后测试，并保存最佳模型：

for epoch in range(1, 21):train(epoch)test_acc = test(epoch)if test_acc > best_acc:best_acc = test_acctorch.save(model.state_dict(), "best_pet_model.pth")

训练效果

运行完整的代码后，你会看到类似这样的结果：

Epoch 1 | Train Acc: 50.23%Epoch 1 | Test Acc: 52.10%...Best Test Accuracy: 85.67%

这表示模型在测试集上的最高准确率达到 85.67%。

如果效果不理想，可以尝试下面的改进方法。

改进建议

使用预训练权重

将 weights=None 改为 weights='DEFAULT'，利用 ImageNet 的经验加速训练。

数据增强

在 transform 中加入 transforms.RandomHorizontalFlip()，增加数据多样性。

调整参数

尝试不同的学习率（如 0.0001）或 batch_size（如 64），找到最佳组合。

通过以上的四个步骤——准备数据、搭建模型、设定规则、训练测试，你就可以用 ResNet50 训练自己的数据集了。

这个过程并不复杂，只要理解每个部分的逻辑，就能灵活应用到其他任务上。

如果你有自己的数据集，不妨试一试。

宠物训练的完整代码见这里：https://github.com/dongdongcan/ai_model_samples/tree/main/resnet50_train_oxford_iiit_pet