P7使用pytorch实现马铃薯病害识别

server/2025/3/5 6:54:57/
  • 🍨 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
    我的环境
    语言环境:python 3.7.12
    编译器:pycharm
    深度学习环境:tensorflow 2.7.0
    数据:本地数据集

这次我们使用的是马铃薯病害数据集,该数据集包含表现出各种疾病的马铃薯植物的高分辨率图像,包括早期疫病、晚期疫病和健康叶子。它旨在帮助开发和测试图像识别模型,以实现准确的疾病检测和分类,从而促进农业诊断的进步。

一、代码

#一、前期准备
#1.设置GPU
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")
print(device)#2.导入数据
import os,PIL,random,pathlibdata_dir1 = './data_PotatoPlants/'
data_dir = pathlib.Path(data_dir1)data_paths  = list(data_dir.glob('*'))
classeNames = [str(path).split("/")[1] for path in data_paths]
classeNames# 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_dir1,transform=train_transforms)
print(total_data)print(total_data.class_to_idx)#3.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_datasetbatch_size = 32train_dl = torch.utils.data.DataLoader(train_dataset,batch_size=batch_size,shuffle=True,num_workers=1)
test_dl = torch.utils.data.DataLoader(test_dataset,batch_size=batch_size,shuffle=True,num_workers=1)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#二、搭建模型
#1.手动搭建VGG-16
import torch.nn.functional as Fclass vgg16(nn.Module):def __init__(self):super(vgg16,self).__init__()#卷积快1self.block1=nn.Sequential(#输入通道数3,输出通道数64,卷积核3*3,步幅1,填充1像素nn.Conv2d(3,64,kernel_size=(3,3),stride=(1,1),padding=(1,1)),nn.ReLU(),nn.Conv2d(64,64,kernel_size=(3,3),stride=(1,1),padding=(1,1)),nn.ReLU(),nn.MaxPool2d(kernel_size=(2,2),stride=(2,2)))#卷积块2self.block2 = nn.Sequential(nn.Conv2d(64,128,kernel_size=(3,3),stride=(1,1),padding=(1,1)),nn.ReLU(),nn.Conv2d(128,128,kernel_size=(3,3),stride=(1,1),padding=(1,1)),nn.ReLU(),nn.MaxPool2d(kernel_size=(2,2),stride=(2,2)))#卷积块3self.block3 = nn.Sequential(nn.Conv2d(128,256,kernel_size=(3,3),stride=(1,1),padding=(1,1)),nn.ReLU(),nn.Conv2d(256,256,kernel_size=(3,3),stride=(1,1),padding=(1,1)),nn.ReLU(),nn.MaxPool2d(kernel_size=(2,2),stride=(2,2)))#卷积块4self.block4 = nn.Sequential(nn.Conv2d(256,512,kernel_size=(3,3),stride=(1,1),padding=(1,1)),nn.ReLU(),nn.Conv2d(512,512,kernel_size=(3,3),stride=(1,1),padding=(1,1)),nn.ReLU(),nn.MaxPool2d(kernel_size=(2,2),stride=(2,2)))#卷积块5self.block5 = nn.Sequential(nn.Conv2d(512,512,kernel_size=(3,3),stride=(1,1),padding=(1,1)),nn.ReLU(),nn.Conv2d(512,512,kernel_size=(3,3),stride=(1,1),padding=(1,1)),nn.ReLU(),nn.MaxPool2d(kernel_size=(2,2),stride=(2,2)))#全连接网络层,用于分类self.classifier = nn.Sequential(nn.Linear(in_features=512*7*7,out_features=4096),nn.ReLU(),nn.Linear(in_features=4096,out_features=4096),nn.ReLU(),nn.Linear(in_features=4096,out_features=3))def forward(self,x):x = self.block1(x)x = self.block2(x)x = self.block3(x)x = self.block4(x)x = self.block5(x)x = torch.flatten(x,start_dim=1)x = self.classifier(x)return x
device = "cuda" if torch.cuda.is_available() else "cpu"
print("Using {} device".format(device))model = vgg16().to(device)
print(model)#查看模型详情
import torchsummary as summary
summary.summary(model,(3,224,224))# 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_lossdef 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# 正式训练
#如果将优化器换成 SGD 会发生什么呢?请自行探索接下来发生的诡异事件的原因。
import copyoptimizer = torch.optim.Adam(model.parameters(), lr=1e-4)
# optimizer = torch.optim.SGD(model.parameters(), lr=1e-4)
loss_fn = nn.CrossEntropyLoss()  # 创建损失函数epochs = 40train_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(model.state_dict(), PATH)print('Done')# loss 与acc
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from datetime import datetime
current_time = datetime.now() # 获取当前时间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.xlabel(current_time) # 打卡请带上时间戳,否则代码截图无效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()# 指定图片进行预测
from PIL import Imageclasses = list(total_data.class_to_idx)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}')# 模型评估
best_model.eval()
epoch_test_acc, epoch_test_loss = test(test_dl, best_model, loss_fn)
print(epoch_test_acc,epoch_test_loss)

二、结果

图一
图二 vgg16的结构
图三 vgg16的结构续
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

三、总结

优化器换为SGD后

optimizer = torch.optim.SGD(model.parameters(), lr=1e-4)

在这里插入图片描述
原因分析
先检查了自己搭建的VGG16,发现与官方的略有不同,classifier的结构不同,在每个Relu激活函数后没有dropout层,但是官方的有。
故改用官方的模型进行测试:

from torchvision.models import vgg16# 加载预训练模型,并对模型进行微调
model = vgg16(pretrained = True).to(device)
for param in model.parameters():param.requires_grad = False#冻结模型参数,这样在训练时只训练最后一层的参数
# 修改classifier的最后一层
model.classifier._modules['6'] = nn.Linear(4096,3)

在这里插入图片描述
提精度
尝试1:动态损失,最高精度90.7%

lambda1 = lambda epoch: 0.92 ** (epoch // 4)
scheduler = torch.optim.lr_scheduler.LambdaLR(optimizer, lr_lambda=lambda1) #选定调整方法

尝试2:优化器SGD,最高精度97%

如何查看模型的参数量以及相关指标

#查看模型详情
import torchsummary as summary
summary.summary(model,(3,224,224))

在这里插入图片描述


http://www.ppmy.cn/server/172532.html

相关文章

初识Qt · 信号与槽(2)

目录 前言: 信号和槽初识 两个问题 前言: 本文我们正式开始介绍信号与槽这个概念,在谈及Qt中的信号与槽这个概念之前,我们不妨回顾一下Linux中的信号,比如发生了除0错误,OS就会给该进程发送一个信号&am…

Hive 3.1 在 metastore 运行的 remote threads

Remote threads 是仅当 Hive metastore 作为单独的服务运行是启动,请求需要开启 compactor。 有以下几种: 1. AcidOpenTxnsCounterService 统计当前 open 的事务数 从表 TXNS 中统计状态为 open 的事务。此事务数量可以再 hive metrics 中。 2. Acid…

SPI驱动(一) -- SPI协议

文章目录 一、SPI硬件连接框图1.1 引脚说明1.2 连接说明 二、SPI协议2.1 SPI传输示例2.2 SPI工作模式 三、总结 一、SPI硬件连接框图 SPI硬件连接框图如下: 1.1 引脚说明 SCK:Serial Clock,时钟引脚DO(MOSI):Master Output, S…

使用easyocr、PyPDF2对图像及PDF文档进行识别

一、概述 本 Python 脚本的主要功能是对当前目录及其子目录下的图片和 PDF 文件进行光学字符识别(OCR)处理。它使用 easyocr 库处理图片中的文字,使用 PyPDF2 库提取 PDF 文件中的文本,并将处理结果保存为文本文件。同时&#xff…

kaggle竞赛(初识)

PART 0 : Kaggle 介绍 Kaggle是什么? 答案很简单Kaggle是数据挖掘比赛火起来的,以至于中国兴起了很多很多类似的比赛;Kaggle 是一个数据科学竞赛的平台,很多公司会发布一些接近真实业务的问题,吸引爱好数据科学的人来…

5. 快速排序

快速排序是Hoare于1962年提出的一种二叉树结构的交换排序方法,其基本思想为:任取待排序 元素序列中的某元素作为基准值,按照该排序码将待排序集合分割成两子序列,左子序列中所有 元素均小于基准值,右子序列中所有元素均…

Windows10系统构建本地安全私有化的个人知识库——采用DeepSeek+RAGFlow

一、为什么要构建本地私有化个人知识库 1.1、自身需求 1、需要相关隐私资料内容的安全保护可控; 2、需要根据自身的隐私资料内容构建出个性化的知识库; 一些常见的业务场景如:①希望我们的智能助手可以根据公司的管理制度回答问题,让员工可以随时了解公司相关制度内容信息;…

每天练打字17:连续两天赛文速度突破100,今日赛文速度83.01

今日跟打:1932字 总跟打:221584字 记录天数:2602天 (实际没有这么多天,这个是注册账号的天数) 平均每天:85字 今日赛文首打速度:83.01 上周定的目标是:练习常用字前500&…