# 利用迁移学习优化食物分类模型：基于ResNet18的实践

www_pp_2025-04-25 9:26

利用迁移学习优化食物分类模型：基于ResNet18的实践

在深度学习的众多应用中，图像分类一直是一个热门且具有挑战性的领域。随着研究的深入，我们发现利用预训练模型进行迁移学习是一种非常有效的策略，可以显著提高模型的性能，尤其是在数据量有限的情况下。在这篇文章中，我们将探讨如何将ResNet18模型迁移到食物分类项目中，并通过一系列技术优化模型性能。

一、迁移学习的背景

迁移学习是一种机器学习技术，它允许模型在一个任务上训练获得的知识应用到另一个相关任务上。在图像分类领域，迁移学习尤其有效，因为不同类别的图像往往共享一些通用的特征。

二、项目概述

本项目的目标是构建一个能够准确分类食物图像的模型。我们选择了ResNet18作为基础模型，因为它在多个图像分类任务上都表现出色。通过迁移学习，我们可以利用ResNet18在ImageNet数据集上预训练的权重，加速模型的收敛并提高分类准确率。

三、模型迁移

1. 加载预训练模型

我们首先加载了ResNet18的预训练模型，并将其所有参数设置为不需要梯度更新，这样可以防止在训练过程中改变这些预训练的权重。

python 复制代码 
resnet_model = models.resnet18(weights=models.ResNet18_Weights.DEFAULT)
for param in resnet_model.parameters():
    param.requires_grad = False

2. 修改全连接层

由于我们的食物分类任务有20个类别，因此我们需要修改ResNet18的最后一个全连接层，以输出20个类别的预测。

python 复制代码 
in_features = resnet_model.fc.in_features
resnet_model.fc = nn.Linear(in_features, 20)

3. 选择性更新参数

在迁移学习中，我们通常只更新模型的最后几层参数。在我们的案例中，我们只更新了全连接层的参数。

python 复制代码 
params_to_update= []
for param in resnet_model.parameters():
    if param.requires_grad == True:
        params_to_update.append(param)

四、数据准备与增强

为了提高模型的泛化能力，我们对训练数据进行了一系列的增强操作，包括随机旋转、裁剪、翻转和灰度化等。

python 复制代码 
data_transforms = {
    'train': transforms.Compose([
        transforms.Resize([300, 300]),
        transforms.RandomRotation(45),
        transforms.CenterCrop(244),
        transforms.RandomHorizontalFlip(p=0.5),
        transforms.RandomVerticalFlip(p=0.5),
        transforms.RandomGrayscale(p=0.1),
        transforms.ToTensor(),
        transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
    ]),
    'valid': transforms.Compose([
        transforms.Resize([244, 244]),
        transforms.ToTensor(),
        transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
    ])
}

五、模型训练与评估

我们使用交叉熵损失函数和Adam优化器进行模型训练，并采用学习率调度器来动态调整学习率。

python 复制代码 
optimizer = torch.optim.Adam(params_to_update, lr=0.001)
scheduler = torch.optim.lr_scheduler.StepLR(optimizer, step_size=5, gamma=0.5)

在每个训练周期结束后，我们在测试集上评估模型的性能，并记录最佳准确率。

python 复制代码 
for t in range(epochs):
    print(f"Epoch {t+1}\n")
    train(train_dataloader, model, loss_fn, optimizer)
    scheduler.step()
    test(test_dataloader, model, loss_fn)
print('最优训练结果为:', best_acc)

完整代码

python 复制代码 
import numpy as np
from PIL import Image
import torch
from torch.utils.data import DataLoader,Dataset
from torchvision import transforms
import torchvision.models as models
from torch import nn


'''将resnet18模型迁移到食物分类项目中'''
resnet_model = models.resnet18(weights=models.ResNet18_Weights.DEFAULT)

for param in resnet_model.parameters():
    print(param)
    param.requires_grad = False

in_features = resnet_model.fc.in_features
resnet_model.fc = nn.Linear(in_features, 20)

params_to_update= []
for param in resnet_model.parameters():
    if param.requires_grad == True:
        params_to_update.append(param)


# 数据增强
data_transforms = {
    'train': transforms.Compose([
        transforms.Resize([300, 300]),
        transforms.RandomRotation(45),  # 随机旋转，-45到45度
        transforms.CenterCrop(244),#从中心裁剪240*240
        transforms.RandomHorizontalFlip(p=0.5),  # 随机水平翻转
        transforms.RandomVerticalFlip(p=0.5),  # 随机垂直翻转
        # transforms.ColorJitter(brightness=0.2, contrast=0.1, saturation=0.1, hue=0.1),
        transforms.RandomGrayscale(p=0.1),  # 转换为灰度图

        transforms.ToTensor(),
        transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
    ]),
    'valid': transforms.Compose([
        transforms.Resize([244, 244]),
        transforms.ToTensor(),
        transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
    ])
}


class food_dataset(Dataset):  #food_dataset是自己创建的类名称，可以改为你需要的名称
    def __init__(self, file_path, transform=None): #类的初始化,解析数据文件txt
        self.file_path = file_path
        self.imgs = []
        self.labels = []
        self.transform = transform
        with open(self.file_path) as f: #是把train.txt文件中图片的路径保存在 self.imgs,train.txt文件中标签保存在 se
            samples = [x.strip().split(' ') for x in f.readlines()]
            for img_path, label in samples:
                self.imgs.append(img_path) #图像的路径
                self.labels.append(label) #标签,还不是tensor

# 初始化：把图片目录加载到self

    def __len__(self):
        return len(self.imgs)

    def __getitem__(self, idx):
        image=Image.open(self.imgs[idx])
        if self.transform:
            image=self.transform(image)

        label=self.labels[idx]
        label=torch.from_numpy(np.array(label,dtype=np.int64))
        return image,label



#training_data包含了本次需要训练的全部数据集
training_data = food_dataset(file_path=r'D:\Users\妄生\PycharmProjects\人工智能\深度学习\trainda.txt', transform=data_transforms['train'])
test_data = food_dataset(file_path=r'D:\Users\妄生\PycharmProjects\人工智能\深度学习\testda.txt', transform=data_transforms['valid'])



#training_data需要具备索引的功能，还需要确保数据是tensor
train_dataloader=DataLoader(training_data,batch_size=64,shuffle=True)
test_dataloader=DataLoader(test_data,batch_size=64,shuffle=True)


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


model = resnet_model.to(device)  # 将刚刚定义的模型传入到GPU中



def train(dataloader, model, loss_fn, optimizer):  # 传入参数 打包的数据，卷积模型，损失函数，优化器
    model.train()  # 表示模型开始训练
    batch_size_num = 1
    for x, y in dataloader:  # 遍历打包的图片及其对应的标签，其中batch为每一个数据的编号
        x, y = x.to(device), y.to(device)  # 把训练数据集和标签传入cpu或GPU
        pred = model.forward(x)  # 自动初始化 W权值
        loss = loss_fn(pred, y)  # 传入模型训练结果的预测值和真实值，通过交叉熵损失函数计算损失值L0

        optimizer.zero_grad()  # 梯度值清零
        loss.backward()  # 反向传播计算得到每个参数的梯度
        optimizer.step()  # 根据梯度更新网络参数

        loss = loss.item()  # 获取损失值
        if batch_size_num % 100 == 0:
            print(f"loss: {loss:>7f}[number:{batch_size_num}]")  # 打印损失值，右对齐，长度为7
        batch_size_num += 1  # 右下方传入的参数，表示训练轮数



best_acc =0
def test(dataloader, model, loss_fn):  # 定义一个test函数，用于测试模型性能
    global best_acc  # 定义一个全局变量
    size = len(dataloader.dataset)  # 返回打包的图片总数
    num_batches = len(dataloader)  # 返回打包的包的个数
    model.eval()  # 表示模型进入测试模式
    test_loss, correct = 0, 0  # 初始化两个值，一个用来存放总体损失值，一个存放预测准确的个数
    with torch.no_grad():  # 一个上下文管理器，关闭梯度计算。当你确认不会调用Tensor.backward()时可以减少
        for x, y in dataloader:  # 遍历数据加载器中测试集图片的图片及其标签
            x, y = x.to(device), y.to(device)  # 传入GPU
            pred = model.forward(x)  # 前向传播，返回预测结果
            test_loss += loss_fn(pred, y).item()  # 计算所有的损失值的和，item表示将tensor类型值转化为python标量
            correct += (pred.argmax(1) == y).type(torch.float).sum().item()  # 判断预测的值是等于真实值，返回布尔值，将其转换为0和1，然后求和
            # a = (pred.argmax(1)== y)  dim=1表示每一行中的最大值对应的索引号，dim=日表示每 b=(pred.argmax(1)==y).type(torch.float)

    test_loss /= num_batches  # 总体损失值除以数据条数得到平均损失值
    correct /= size  # 求准确率
    print(f"Test result:in Accuracy: {(100 * correct)}%, Avg loss: {test_loss}")  # 表示准确率机器对应的损失值
    acc_s.append(correct)
    loss_s.append(test_loss)


    if correct > best_acc:  # 如果新训练得到的准确率大于前面已经求出来的准确率
        best_acc = correct  # 将新的准确率传入值best_acc


loss_fn = nn.CrossEntropyLoss()  # 创建交叉熵损失雨数对象，因为食物的类别是20
optimizer = torch.optim.Adam(model.parameters(), lr=0.001)  # 创建一个优化器，SGD为随机梯度下降，Adam为一种自适应优化器
scheduler = torch.optim.lr_scheduler.StepLR(optimizer,step_size=5,gamma=0.5)#调整学习率函数

"训练模型"
epochs = 50

acc_s =[]
loss_s=[]
for t in range(epochs):
    print(f"Epoch {t+1}\n")
    train(train_dataloader, model, loss_fn, optimizer)
    scheduler.step()
    test(test_dataloader, model, loss_fn)
#在每个epoch的训练中，使用scheduler.step()语句进行学习率更新
print('最优训练结果为:',best_acc)

运行结果

六、总结

通过本项目，我们成功地将ResNet18模型迁移到了食物分类任务中，并通过迁移学习显著提高了模型的性能。这种方法不仅减少了训练时间，还提高了模型的泛化能力。未来，我们可以尝试更多的迁移学习策略，如使用不同的预训练模型或调整迁移学习的比例，以进一步提升模型性能。

相关推荐
何仙鸟1 分钟前
卷积神经网络
人工智能·深度学习
结冰架构1 分钟前
【AI提示词】艺人顾问
人工智能·ai·提示词·艺人·顾问
鸿蒙布道师6 分钟前
AI硬件遭遇“关税风暴“：中国科技企业如何破局？
人工智能·科技·嵌入式硬件·深度学习·神经网络·opencv·机器人
那年一路北8 分钟前
探索 CameraCtrl模型：视频生成中的精确摄像机控制技术
人工智能
蹦蹦跳跳真可爱58933 分钟前
Python----深度学习（基于深度学习Pytroch线性回归和曲线回归）
pytorch·python·深度学习·神经网络·回归·线性回归
周杰伦_Jay1 小时前
continue插件实现IDEA接入本地离线部署的deepseek等大模型
java·数据结构·ide·人工智能·算法·数据挖掘·intellij-idea
海森大数据1 小时前
Crawl4AI：打破数据孤岛，开启大语言模型的实时智能新时代
人工智能·语言模型·自然语言处理
果冻人工智能1 小时前
我在大厂做 机器学习工程经理：这六顶帽子，每天都在换
人工智能
萧鼎2 小时前
RAGFlow：构建高效检索增强生成流程的技术解析
人工智能·python
爱的叹息2 小时前
主流开源 LLM 应用开发平台详解
人工智能·开源
热门推荐
01KGG转MP3工具|非KGM文件|解密音频02从零安装 LLaMA-Factory 微调 Qwen 大模型成功及所有的坑03我决定放弃搞 Java 了04✨分享我在飞书多维表格中使用DeepSeek的经历✨05YOLOv8入门 | 重要性能衡量指标、训练结果评价及分析及影响mAP的因素【发论文关注的指标】06苍穹外卖面试总结07Coze扣子平台完整体验和实践（附国内和国际版对比）08yolov8，yolo11，yolo12 服务器训练到部署全流程 笔记09DeepSeek各版本说明与优缺点分析10如何在WPS和Word/Excel中直接使用DeepSeek功能