第P5周-Pytorch实现运动鞋品牌识别

server/2025/1/13 15:13:09/
  • 🍨 本文为🔗365天深度学习训练营 中的学习记录博客
  • 🍖 原作者:K同学啊

具体实现

(一)环境

语言环境:Python 3.10
编 译 器: PyCharm
框 架: Pytorch

(二)具体步骤

时间关系,代码很差…

1. utils.py

针对数据文件的目录情况进行了优化

import torch  
import pathlib  
import matplotlib.pyplot as plt  
from torchvision.transforms import transforms  # 第一步:设置GPU  
def USE_GPU():  if torch.cuda.is_available():  print('CUDA is available, will use GPU')  device = torch.device("cuda")  else:  print('CUDA is not available. Will use CPU')  device = torch.device("cpu")  return device  temp_dict = dict()  
def recursive_iterate(path):  """  根据所提供的路径遍历该路径下的所有子目录,列出所有子目录下的文件  :param path: 路径  :return: 返回最后一级目录的数据  """    path = pathlib.Path(path)  for file in path.iterdir():  if file.is_file():  temp_key = str(file).split('\\')[-2]  if temp_key in temp_dict:  temp_dict.update({temp_key: temp_dict[temp_key] + 1})  else:  temp_dict.update({temp_key: 1})  # print(file)  elif file.is_dir():  recursive_iterate(file)  return temp_dict  def data_from_directory(directory, train_dir=None, test_dir=None, show=False):  """  提供是的数据集是文件形式的,提供目录方式导入数据,简单分析数据并返回数据分类  :param test_dir: 是否设置了测试集目录  :param train_dir: 是否设置了训练集目录  :param directory: 数据集所在目录  :param show: 是否需要以柱状图形式显示数据分类情况,默认显示  :return: 数据分类列表,类型: list  """    global total_image  print("数据目录:{}".format(directory))  data_dir = pathlib.Path(directory)  # for d in data_dir.glob('**/*'): # **/*通配符可以遍历所有子目录  #     if d.is_dir():  #         print(d)    class_name = []  total_image = 0  temp_sum = 0  if train_dir is None or test_dir is None:  data_path = list(data_dir.glob('*'))  class_name = [str(path).split('\\')[-1] for path in data_path]  print("数据分类: {}, 类别数量:{}".format(class_name, len(list(data_dir.glob('*')))))  total_image = len(list(data_dir.glob('*/*')))  print("图片数据总数: {}".format(total_image))  else:  temp_dict.clear()  train_data_path = directory + '/' + train_dir  train_data_info = recursive_iterate(train_data_path)  print("{}目录:{},{}".format(train_dir, train_data_path, train_data_info))  temp_dict.clear()  test_data_path = directory + '/' + test_dir  print("{}目录:{},{}".format(test_dir,  test_data_path, recursive_iterate(test_data_path)))  class_name = temp_dict.keys()  if show:  # 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  for i in class_name:  data = len(list(pathlib.Path((directory + '\\' + i + '\\')).glob('*')))  plt.title('数据分类情况')  plt.grid(ls='--', alpha=0.5)  plt.bar(i, data)  plt.text(i, data, str(data), ha='center', va='bottom')  print("类别-{}:{}".format(i, data))  temp_sum += data  plt.show()  if temp_sum == total_image:  print("图片数据总数检查一致")  else:  print("数据数据总数检查不一致,请检查数据集是否正确!")  return class_name  def get_transforms_setting(size):  """  获取transforms的初始设置  :param size: 图片大小  :return: transforms.compose设置  """    transform_setting = {  'train': transforms.Compose([  transforms.Resize(size),  transforms.ToTensor(),  transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])  ]),  'test': transforms.Compose([  transforms.Resize(size),  transforms.ToTensor(),  transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])  ])  }  return transform_setting
**2.**model.py

将CNN网络模板写到一个单独文件里,方便调用。

import torch.nn as nn  
import torch
import torch.nn.functional as Fclass Model_Shoes(nn.Module):  def __init__(self, classNames):  super(Model_Shoes, self).__init__()  self.conv1 = nn.Sequential(  nn.Conv2d(3, 12, kernel_size=5, padding=0),  # 12*220*220  nn.BatchNorm2d(12),  nn.ReLU())  self.conv2 = nn.Sequential(  nn.Conv2d(12, 12, kernel_size=5, padding=0),  # 12*216*216  nn.BatchNorm2d(12),  nn.ReLU())  self.pool3 = nn.Sequential(  nn.MaxPool2d(2))  # 12*108*108  self.conv4 = nn.Sequential(  nn.Conv2d(12, 24, kernel_size=5, padding=0),  # 24*104*104  nn.BatchNorm2d(24),  nn.ReLU())  self.conv5 = nn.Sequential(  nn.Conv2d(24, 24, kernel_size=5, padding=0),  # 24*100*100  nn.BatchNorm2d(24),  nn.ReLU())  self.pool6 = nn.Sequential(  nn.MaxPool2d(2))  # 24*50*50  self.dropout = nn.Sequential(  nn.Dropout(0.2))  self.fc = nn.Sequential(  nn.Linear(24 * 50 * 50, len(classNames)))  def forward(self, x):  batch_size = x.size(0)  x = self.conv1(x)  # 卷积-BN-激活  x = self.conv2(x)  # 卷积-BN-激活  x = self.pool3(x)  # 池化  x = self.conv4(x)  # 卷积-BN-激活  x = self.conv5(x)  # 卷积-BN-激活  x = self.pool6(x)  # 池化  x = self.dropout(x)  x = x.view(batch_size, -1)  # flatten 变成全连接网络需要的输入 (batch, 24*50*50) ==> (batch, -1), -1 此处自动算出的是24*50*50  x = self.fc(x)  return x
3. config.py

将训练的相关参数写到config.py中

import argparse  def get_options(parser=argparse.ArgumentParser()):  parser.add_argument('--workers', type=int, default=0, help='Number of parallel workers')  parser.add_argument('--batch-size', type=int, default=32, help='input batch size, default=32')  parser.add_argument('--lr', type=float, default=1e-4, help='learning rate, default=0.0001')  parser.add_argument('--epochs', type=int, default=50, help='number of epochs')  parser.add_argument('--seed', type=int, default=112, help='random seed')  parser.add_argument('--save-path', type=str, default='./models/', help='path to save checkpoints')  opt = parser.parse_args()  if opt:  print(f'num_workers:{opt.workers}')  print(f'batch_size:{opt.batch_size}')  print(f'learn rate:{opt.lr}')  print(f'epochs:{opt.epochs}')  print(f'random seed:{opt.seed}')  print(f'save_path:{opt.save_path}')  return opt  if __name__ == '__main__':  opt = get_options()
**4. main.py
from torch import nn  
from torchvision import datasets  from Utils import USE_GPU, data_from_directory, get_transforms_setting  
import torch  
import os, PIL, pathlib  
from model import Model_Shoes  import config  opt = config.get_options()  
print(opt)  device = USE_GPU()  DATA_DIR = "./data/shoes"  
classNames = data_from_directory(DATA_DIR, train_dir="train", test_dir="test")  
print(list(classNames))  transforms_setting = get_transforms_setting([224, 224])  
train_dataset = datasets.ImageFolder(DATA_DIR + "/train", transforms_setting['train'])  
test_dataset = datasets.ImageFolder(DATA_DIR + "/test", transforms_setting['test'])  
print(train_dataset.class_to_idx)  batch_size = opt.batch_size  
train_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)  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  model = Model_Shoes(classNames).to(device)  
print(model)  # 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loss  train_acc += (pred.argmax(1) == y).type(torch.float).sum().item()  train_loss += loss.item()  train_acc /= size  train_loss /= num_batches  return train_acc, train_loss  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loss  target_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 /= size  test_loss /= num_batches  return test_acc, test_loss  def adjust_learning_rate(optimizer, epoch, start_lr):  # 每 2 个epoch衰减到原来的 0.92    lr = start_lr * (0.92 ** (epoch // 2))  for param_group in optimizer.param_groups:  param_group['lr'] = lr  learn_rate = opt.lr # 初始学习率  
optimizer  = torch.optim.SGD(model.parameters(), lr=learn_rate)  loss_fn = nn.CrossEntropyLoss()  # 创建损失函数  
epochs = opt.epochs  train_loss = []  
train_acc = []  
test_loss = []  
test_acc = []  for epoch in range(epochs):  # 更新学习率(使用自定义学习率时使用)  adjust_learning_rate(optimizer, epoch, learn_rate)  model.train()  epoch_train_acc, epoch_train_loss = train(train_dl, model, loss_fn, optimizer)  # scheduler.step() # 更新学习率(调用官方动态学习率接口时使用)  model.eval()  epoch_test_acc, epoch_test_loss = test(test_dl, model, loss_fn)  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))  
print('Done')  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()  # 模型保存  
MODEL_SAVE_NAME = "cnn-shoes.pth"  
torch.save(model.state_dict(), opt.save_path + MODEL_SAVE_NAME)

image.png
image.png

**5. 预测指定图片
import torch  from model import Model_Shoes  
from Utils import USE_GPU, get_transforms_setting  
from PIL import Image  from PIL import Image  device = USE_GPU()  
transform_setting = get_transforms_setting([224, 224])  classes = ['adidas', 'nike']  
model = Model_Shoes(classes)  
model.load_state_dict(torch.load('./models/cnn-shoes.pth', map_location=device))  
model.to(device)  def predict_one_image(image_path, model, transform, classes):  test_img = Image.open(image_path).convert('RGB')  # plt.imshow(test_img)  # 展示预测的图片  test_img = transform(test_img)  img = test_img.to(device).unsqueeze(0)  model.eval()  output = model(img)  _, pred = torch.max(output, 1)  pred_class = classes[pred]  print(f'预测结果是:{pred_class}')  # 预测训练集中的某张照片  
predict_one_image(image_path='./mydata/shoes/1.png',  model=model,  transform=transform_setting['train'],  classes=classes)

image.png

(三)总结

本次学习对于构建CNN网络中的 nn.BatchNorm2d()做了初步的了解,nn.BatchNorm2d()进行数据的归一化处理,这使得数据在进行Relu之前不会因为数据过大而导致网络性能的不稳定,BatchNorm2d()函数数学原理如下:
image.png
BatchNorm2d()内部的参数如下:

1.num_features:一般输入参数为batch_sizenum_featuresheight*width,即为其中特征的数量

2.eps:分母中添加的一个值,目的是为了计算的稳定性,默认为:1e-5

3.momentum:一个用于运行过程中均值和方差的一个估计参数(我的理解是一个稳定系数,类似于SGD中的momentum的系数)

4.affine:当设为true时,会给定可以学习的系数矩阵gamma和beta
参考链接:https://blog.csdn.net/bigFatCat_Tom/article/details/91619977


http://www.ppmy.cn/server/158017.html

相关文章

用 HTML5 Canvas 和 JavaScript 实现雪花飘落特效

这篇文章将带您深入解析使用 HTML5 Canvas 和 JavaScript 实现动态雪花特效的代码原理。 1,效果展示 该效果模拟了雪花从天而降的动态场景,具有以下特点: 雪花数量、大小、透明度和下落速度随机。雪花会在屏幕底部重置到顶部,形成循环效果。随窗口大小动态调整,始终覆盖…

fastgpt 调用api 调试 写 localhost, 127.0.0.1不行,要 ipconfig 找到本机ip

fastgpt 调用api 调试 写 localhost, 127.0.0.1不行,要 ipconfig 找到本机ip IPv4 地址 . . . . . . . . . . . . : 192.168.1.2

Unity Android AAB包GooglePlay上线备忘

aab GooglePlay要求新上线的App必须使用aab格式提交,在Unity Build Settings中勾选Build App Bundle 选项即可;或者在代码中设置: EditorUserBuildSettings.buildAppBundle true; 安装测试 https://developer.android.com/tools/bundlet…

力扣 岛屿数量

从某个点找,不断找相邻位置。 题目 岛屿中被“0”隔开后 ,是每一小块状的“1”,本题在问有多少块。可以用dfs进行搜索,遍历每一个点,把每一个点的上下左右做搜索检测,当检测到就标记为“0”表示已访问过&a…

在windows系统上安装docker并自定义安装和数据存储位置

首先在官网下载docker ,Desktop Installer.exe 点击安装默认安装在C盘,存储也在C盘,极为的不方便 查看官方文档可以使用命令行安装,也方便自定义安装目录和存储位置,具体的大家可以翻阅文档 以管理员身份打开power Shell &…

《零基础Go语言算法实战》 【题目 1-15】字符串的比较

《零基础Go语言算法实战》 【题目 1-15】字符串的比较 请用 Go 语言实现一个算法,在不使用额外存储结构的条件下判断一个字符串的所有字 符是否全都相同,字符串的长度不能超过 3000。 【解答】 ① 思路。 本题需要实现一个算法来判断字符串中的所有…

C语言之结构体

欢迎拜访:雾里看山-CSDN博客 本篇主题:C语言之结构体 发布时间:2025.1.11 隶属专栏:C语言 目录 结构体类型的声明结构体的自引用结构体变量的定义和初始化结构体成员访问结构体传参结构体内存对齐(重要部分)结构体对齐的规则常见结…

如何用 ESP32-CAM 做一个实时视频流服务器

文章目录 ESP32-CAM 概述ESP32-S 处理器内存Camera 模块MicroSD 卡槽天线板载 LED 和闪光灯其他数据手册和原理图ESP32-CAM 功耗 ESP32-CAM 引脚参考引脚排列GPIO 引脚哪些 GPIO 可以安全使用?GPIO 0 引脚MicroSD 卡引脚 ESP32-CAM 的烧录方式使用 ESP32-CAM-MB 编程…