【Week-P5】CNN运动鞋品牌识别

m_Molly2024-01-20 9:43

文章目录

  • 一、环境配置
  • 二、准备数据
  • 三、搭建网络结构
  • 四、开始训练
  • 五、查看训练结果
  • 六、总结
    • [6.1 `torch.optim.lr_scheduler.StepLR` 等间隔动态调整](#6.1 torch.optim.lr_scheduler.StepLR 等间隔动态调整)
    • [6.2 `lr_scheduler.LambdaLR` 自定义学习率更新函数](#6.2 lr_scheduler.LambdaLR 自定义学习率更新函数)
    • [6.3 `lr_scheduler.MultiStepLR` 特定epoch中调整学习率](#6.3 lr_scheduler.MultiStepLR 特定epoch中调整学习率)
    • [6.4 本文四种学习率方法得到的test_accuracy比较](#6.4 本文四种学习率方法得到的test_accuracy比较)

本次学习的首要目标是：了解并设置动态学习率

识别类别：adidas、nike（共两类）

🍺要求：

  1. 了解如何设置动态学习率（重点）
  2. 调整代码使测试集accuracy到达84%。

🍻拔高（可选）：

  1. 保存训练过程中的最佳模型权重
  2. 调整代码使测试集accuracy到达86%。

一、环境配置

python 复制代码 
# 1. 设置环境
import sys
from datetime import datetime

import torch
import torch.nn as nn
import torchvision.transforms as transforms
import torchvision
from torchvision import transforms, datasets
import os,PIL,pathlib

print("---------------------1.配置环境------------------")
print("Start time: ", datetime.today())
print("Pytorch version: " + torch.__version__)
print("Python version: " + sys.version)
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

device

二、准备数据

2.1 打印classNames列表，显示每个文件所属的类别名称

2.2 打印归一化后的类别名称，0或1

2.3 划分数据集，划分为训练集&测试集，torch.utils.data.DataLoader()参数详解

2.4 检查数据集的shape

python 复制代码 
'''
# 2.1 导入数据
● 第一步：使用pathlib.Path()函数将字符串类型的文件夹路径转换为pathlib.Path对象。
● 第二步：使用glob()方法获取data_dir路径下的所有文件路径，并以列表形式存储在data_paths中。 
● 第三步：通过split()函数对data_paths中的每个文件路径执行分割操作，获得各个文件所属的类别名称，并存储在classNames中
● 第四步：打印classNames列表，显示每个文件所属的类别名称。(注意路径分割得到的索引值)
'''

print("---------------------2.1 导入数据------------------")
import os,PIL,random,pathlib

data_dir = 'D:/jupyter notebook/DL-100-days/datasets/SportShoes_data/'
data_dir = pathlib.Path(data_dir)

data_paths  = list(data_dir.glob('*'))

for path in data_paths:
    print("path: ", path)
'''
 注意这里的[5]，随文件路径改变，由上一行打印的path可知道这里取哪个索引值
'''
classNames = [str(path).split("\\")[5] for path in data_paths]
print("classNames: ",classNames)

print("---------------------2.2 数据可视化------------------")
import matplotlib.pyplot as plt
from PIL import Image

# 指定图像文件夹路径
image_folder = 'D:/jupyter notebook/DL-100-days/datasets/SportShoes_data/train/adidas/'
# 获取文件夹中的所有图像文件
image_files = [f for f in os.listdir(image_folder) if f.endswith((".jpg", ".png", ".jpeg"))]

# 创建Matplotlib图像
fig, axes = plt.subplots(3, 8, figsize=(16, 6))

# 使用列表推导式加载和显示图像
for ax, img_file in zip(axes.flat, image_files):
    img_path = os.path.join(image_folder, img_file)
    img = Image.open(img_path)
    ax.imshow(img)
    ax.axis('off')

# 显示图像
plt.tight_layout()
plt.show()

'''
划分数据集：
第一步：将训练数据集、测试数据集中的图片，分别定义一个归一化的函数，并打印各自归一化后的类别索引
第二步：设置batch size，训练集、测试集，并打印各自的shape信息
'''
print("---------------------2.3 定义train_transforms函数，完成图片尺寸归一化------------------")
traindata_path = 'D:/jupyter notebook/DL-100-days/datasets/SportShoes_data/train/'
testdata_path = 'D:/jupyter notebook/DL-100-days/datasets/SportShoes_data/test/'
# 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。
])

# 打印训练集、测试集的类别索引
train_dataset = datasets.ImageFolder(traindata_path,transform=train_transforms)
test_dataset  = datasets.ImageFolder(testdata_path,transform=train_transforms)
print("train_dataset: ", train_dataset.class_to_idx)
print("test_dataset: ", test_dataset.class_to_idx)

print("---------------------2.4 划分数据集------------------")
# 设置batch size，打印test_dl的size
batch_size = 32
train_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)
print("---------------------2.4.1 检查训练集、测试集的size------------------")
for X, y in train_dl:
    print("train_dl Shape of X [N, C, H, W]: ", X.shape)
    print("train_dl Shape of y: ", y.shape, y.dtype)
    break

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

三、搭建网络结构

python 复制代码 
'''
简单的CNN网络：
conv1层: Conv2d + BatchNorm2d + ReLU
conv2层: Conv2d + BatchNorm2d + ReLU
pool3层：MaxPool2d
conv4层: Conv2d + BatchNorm2d + ReLU
conv5层: Conv2d + BatchNorm2d + ReLU
pool6层：MaxPool2d
dropout层：DropOut
fc层：Linear
'''
print("---------------------3. 创建简单的CNN网络------------------")
import torch.nn.functional as F

class Model(nn.Module):
    def __init__(self):
        super(Model, 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

device = "cuda" if torch.cuda.is_available() else "cpu"
print("Using {} device".format(device))

model = Model().to(device)
model

四、开始训练

4.1 编写训练函数

4.2 编写测试函数

4.3 设置动态学习率

4.4 开始正式训练，epochs==40

python 复制代码 
'''
训练：
第一步：编写训练函数
第二步：编写测试函数
第三步：设置动态学习率（与P4的不同，P4使用固定学习率，本文使用动态学习率）
第四步：开启训练
'''
print("---------------------4.1 编写训练函数------------------")
# 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

print("---------------------4.2 编写测试函数------------------")
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
'''
设置动态学习率，两种方式：（1）自定义；（2）调用官方接口
下文使用方式（1），后续尝试方式（2）
'''
print("---------------------4.3 设置动态学习率------------------")
def adjust_learning_rate(optimizer, epoch, start_lr):
    # 每 2 个epoch衰减到原来的 0.98
    lr = start_lr * (0.92 ** (epoch // 2))
    for param_group in optimizer.param_groups:
        param_group['lr'] = lr

learn_rate = 1e-4 # 初始学习率
optimizer  = torch.optim.SGD(model.parameters(), lr=learn_rate)

print("---------------------4.4 开启训练，epoch=40------------------")
loss_fn    = nn.CrossEntropyLoss() # 创建损失函数
epochs     = 40

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')

五、查看训练结果

python 复制代码 
'''
训练结果图表表示
'''
print("---------------------5.1 查看训练结果-----------------")
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()

print("---------------------5.2 指定一张图片进行预测-----------------")
from PIL import Image 
classes = 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}')
    
# 预测训练集中的某张照片
predict_one_image(image_path='D:/jupyter notebook/DL-100-days/datasets/SportShoes-data/test/adidas/17.jpg', 
                  model=model, 
                  transform=train_transforms, 
                  classes=classes)

print("---------------------5.3 模型保存-----------------")
# 模型保存
PATH = './P5-model.pth'  # 保存的参数文件名
torch.save(model.state_dict(), PATH)

# 将参数加载到model当中
model.load_state_dict(torch.load(PATH, map_location=device))

print("End time: ", datetime.today())


六、总结

6.1 torch.optim.lr_scheduler.StepLR 等间隔动态调整

  • 说明：等间隔动态调整方法，每经过step_size个epoch，做一次学习率decay，以gamma值为缩小倍数。

  • 函数原型：torch.optim.lr_scheduler.StepLR(optimizer, step_size, gamma=0.1, last_epoch=-1)

  • 关键参数详解：
    optimizer(Optimizer)：是之前定义好的需要优化的优化器的实例名
    step_size(int)：是学习率衰减的周期，每经过每个epoch，做一次学习率衰减(decay)
    gamma(float)：学习率衰减的乘法因子。Default：0.1

  • 用法示例：

python 复制代码 
optimizer = torch.optim.SGD(net.parameters(), lr=0.001 )
scheduler = torch.optim.lr_scheduler.StepLR(optimizer, step_size=5, gamma=0.1)

替换4.3节的自定义学习率：

得到的训练结果如下：


6.2 lr_scheduler.LambdaLR 自定义学习率更新函数

  • 说明：根据自己定义的函数更新学习率。
  • 函数原型：torch.optim.lr_scheduler.LambdaLR(optimizer, lr_lambda, last_epoch=-1, verbose=False)
  • 关键参数详解：
    ● optimizer(Optimizer)：是之前定义好的需要优化的优化器的实例名称
    ● lr_lambda(function)：更新学习率的函数
  • 用法示例：
python 复制代码 
lambda1 = lambda epoch: (0.92 ** (epoch // 2) # 第二组参数的调整方法
optimizer = torch.optim.SGD(model.parameters(), lr=learn_rate)
scheduler = torch.optim.lr_scheduler.LambdaLR(optimizer, lr_lambda=lambda1) #选定调整方法

替换4.3节的自定义学习率，也是每两个epoch衰减到原来的0.98，初始学习率learn_rate = 1e-4：

训练情况如下：

6.3 lr_scheduler.MultiStepLR 特定epoch中调整学习率

  • 说明：在特定epoch中调整学习率
  • 函数原型：torch.optim.lr_scheduler.MultiStepLR(optimizer, milestones, gamma=0.1, last_epoch=-1, verbose=False)
  • 关键参数详解：
    ● optimizer(Optimizer)：是之前定义好的需要优化的优化器的实例名
    ● milestones(list)：是一个关于epoch数值的list，表示在达到哪个epoch范围内开始变化，必须是升序排列
    ● gamma(float)：学习率衰减的乘法因子。Default：0.1
  • 用法示例：
python 复制代码 
optimizer = torch.optim.SGD(net.parameters(), lr=0.001 )
scheduler = torch.optim.lr_scheduler.MultiStepLR(optimizer, 
                                                 milestones=[2,6,15], #调整学习率的epoch数
                                                 gamma=0.1)

替换4.3节的自定义学习率：

训练情况如下：

6.4 本文四种学习率方法得到的test_accuracy比较

学习率方式 test_accuracy
自定义函数 81.6%
torch.optim.lr_scheduler.StepLR 81.6%
lr_scheduler.LambdaLR 85.5%
lr_scheduler.MultiStepLR 75.0%

针对本文，动态学习率lr_scheduler.LambdaLR表现优秀。

相关推荐
橙子小哥的代码世界14 分钟前
【计算机视觉基础CV-图像分类】05 - 深入解析ResNet与GoogLeNet：从基础理论到实际应用
图像处理·人工智能·深度学习·神经网络·计算机视觉·分类·卷积神经网络
leigm12315 分钟前
深度学习使用Anaconda打开Jupyter Notebook编码
人工智能·深度学习·jupyter
人类群星闪耀时5 小时前
深度学习在灾难恢复中的作用：智能运维的新时代
运维·人工智能·深度学习
机器懒得学习6 小时前
从随机生成到深度学习：使用DCGAN和CycleGAN生成图像的实战教程
人工智能·深度学习
烟波人长安吖～6 小时前
【目标跟踪+人流计数+人流热图（Web界面）】基于YOLOV11+Vue+SpringBoot+Flask+MySQL
vue.js·pytorch·spring boot·深度学习·yolo·目标跟踪
最好Tony7 小时前
深度学习blog-Transformer-注意力机制和编码器解码器
人工智能·深度学习·机器学习·计算机视觉·自然语言处理·chatgpt
四口鲸鱼爱吃盐8 小时前
Pytorch | 利用SMI-FGRM针对CIFAR10上的ResNet分类器进行对抗攻击
人工智能·pytorch·python·深度学习·机器学习·计算机视觉
wenzhangli79 小时前
探寻 OneCode 核心优势：MVVM 进阶与前后端协同之魅
深度学习·低代码·前端框架
一个处女座的程序猿10 小时前
LLMs之o3：《Deliberative Alignment: Reasoning Enables Safer Language Models》翻译与解读
人工智能·深度学习·机器学习
像污秽一样10 小时前
动手学深度学习-深度学习计算-1层和块
人工智能·深度学习
热门推荐
01RAG 实践- Ollama+RagFlow 部署本地知识库02Ubuntu 20.04使用Livox mid 360 测试 FAST_LIO03玄机平台应急响应—webshell查杀04【一文读懂】NTN（非地面网络）技术介绍05优化手机性能，解决卡顿问题：关闭这3个微信开关，释放内存空间06HCIA-datacom数通题库和录播视频资料07新手学习VR全景需要知道的几个问题08组基轨迹建模 GBTM的介绍与实现（Stata 或 R）09支付宝短视频平台创作分成激励项目10【数学建模】建筑工地开工问题