代码收藏家 [Pytorch案例实践005]蚂蚁&蜜蜂图像分类
一、项目介绍
这个项目的目标是使用 PyTorch 构建一个卷积神经网络（CNN），对蚂蚁和蜜蜂两种昆虫的图片进行分类。数据集由包含这两种昆虫的图片组成，分为训练集和验证集。通过训练过程，模型将学习如何区分这两种昆虫，并最终能够准确地对新图片进行分类。
项目结构
-
数据准备：
- 数据集被划分为训练集和验证集。
- 使用了
torchvision.transforms来定义数据预处理步骤，包括图像缩放、裁剪、归一化等。 - 使用
torch.utils.data.DataLoader来加载数据集，方便批量处理。 -
模型定义：
- 构建了一个简单的卷积神经网络，包含多个卷积层、池化层和全连接层。
- 最后一层使用全局平均池化层，以便处理不同大小的输入图像，并确保输出特征的尺寸一致。
-
训练过程：
- 使用交叉熵损失函数作为目标函数。
- 使用随机梯度下降（SGD）作为优化器，并设置了学习率衰减策略。
- 在每个 epoch 结束时，根据验证集上的性能保存最佳模型。
-
评估指标：
- 计算了每个 epoch 的损失和准确率。
- 使用了进度条库
tqdm来可视化训练进度。 -
学习率曲线保存：
- 记录了每个 epoch 的学习率，并绘制了学习率曲线。
二、数据集介绍
数据集概况
三、完整代码
import torch
import torch.nn as nn
import torch.optim as optim
from torch.optim import lr_scheduler
from torch.utils.data import DataLoader
from torchvision import datasets, transforms
import matplotlib.pyplot as plt
import time
import os
import copy
from tqdm import tqdm
# 定义数据预处理步骤
data_transforms = {
'train': transforms.Compose([
transforms.RandomResizedCrop(224),
transforms.RandomHorizontalFlip(),
transforms.ToTensor(),
transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
]),
'val': transforms.Compose([
transforms.Resize(256),
transforms.CenterCrop(224),
transforms.ToTensor(),
transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
]),
}
# 假设数据集位于以下目录
data_dir = 'I:/code/pytorch/ants&bees/datasets'
image_datasets = {x: datasets.ImageFolder(os.path.join(data_dir, x), data_transforms[x])
for x in ['train', 'val']}
dataloaders = {x: DataLoader(image_datasets[x], batch_size=4,
shuffle=True, num_workers=4)
for x in ['train', 'val']}
dataset_sizes = {x: len(image_datasets[x]) for x in ['train', 'val']}
class_names = image_datasets['train'].classes
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
# 构建简单的卷积神经网络
def make_net():
model = nn.Sequential(
nn.Conv2d(3, 6, 5),
nn.MaxPool2d(2, 2),
nn.ReLU(True),
nn.Conv2d(6, 16, 5),
nn.MaxPool2d(2, 2),
nn.ReLU(True),
nn.Conv2d(16, 120, 5),
nn.ReLU(True),
nn.AdaptiveAvgPool2d((1, 1)),
nn.Flatten(),
nn.Linear(120, 84),
nn.ReLU(True),
nn.Linear(84, 2),
)
return model.to(device)
# 设置训练参数
# 设置训练参数
def train_model(model, criterion, optimizer, scheduler, num_epochs=25):
since = time.time()
best_model_wts = copy.deepcopy(model.state_dict())
best_acc = 0.0
lrs = [] # 存储每轮的学习率
for epoch in range(num_epochs):
print(f'Epoch {epoch}/{num_epochs - 1}')
print('-' * 10)
# 每个epoch有两个阶段：训练和验证
for phase in ['train', 'val']:
if phase == 'train':
model.train() # 设置模型为训练模式
else:
model.eval() # 设置模型为评估模式
running_loss = 0.0
running_corrects = 0
# 迭代数据
for inputs, labels in tqdm(dataloaders[phase], desc=f'{phase} epoch {epoch}'):
inputs = inputs.to(device)
labels = labels.to(device)
# 清零梯度
optimizer.zero_grad()
# 前向传播
# 在训练时跟踪梯度，在验证时不跟踪
with torch.set_grad_enabled(phase == 'train'):
outputs = model(inputs)
_, preds = torch.max(outputs, 1)
loss = criterion(outputs, labels)
# 只有在训练阶段才反向传播 + 优化
if phase == 'train':
loss.backward()
optimizer.step()
# 统计
running_loss += loss.item() * inputs.size(0)
running_corrects += torch.sum(preds == labels.data).to(device) # 确保张量位于正确的设备上
if phase == 'train':
scheduler.step()
lrs.append(scheduler.get_last_lr()[0]) # 记录学习率
epoch_loss = running_loss / dataset_sizes[phase]
epoch_acc = running_corrects.double() / dataset_sizes[phase] # 使用 double() 转换为 double 精度
print(f'{phase} Loss: {epoch_loss:.4f} Acc: {epoch_acc:.4f}')
# 深拷贝模型
if phase == 'val' and epoch_acc > best_acc:
best_acc = epoch_acc
best_model_wts = copy.deepcopy(model.state_dict())
print()
time_elapsed = time.time() - since
print(f'Training complete in {time_elapsed // 60:.0f}m {time_elapsed % 60:.0f}s')
print(f'Best val Acc: {best_acc:4f}')
# 加载最佳模型权重
model.load_state_dict(best_model_wts)
# 绘制学习率曲线
plot_learning_rate(lrs)
return model
def plot_learning_rate(lrs):
plt.figure()
plt.plot(lrs, label='Learning Rate')
plt.title('Learning Rate Over Time')
plt.xlabel('Epoch')
plt.ylabel('Learning Rate')
plt.legend()
plt.savefig('learning_rate_curve.png')
plt.close()
def plot_loss_accuracy(train_losses, val_losses, train_accs, val_accs):
epochs = range(len(train_losses))
plt.figure()
plt.subplot(2, 1, 1)
plt.plot(epochs, train_losses, label='Training Loss')
plt.plot(epochs, val_losses, label='Validation Loss')
plt.title('Loss Over Time')
plt.xlabel('Epoch')
plt.ylabel('Loss')
plt.legend()
plt.subplot(2, 1, 2)
plt.plot(epochs, train_accs, label='Training Accuracy')
plt.plot(epochs, val_accs, label='Validation Accuracy')
plt.title('Accuracy Over Time')
plt.xlabel('Epoch')
plt.ylabel('Accuracy')
plt.legend()
plt.tight_layout()
plt.savefig('loss_accuracy_curve.png')
plt.close()
# 主程序
if __name__ == "__main__":
model = make_net()
criterion = nn.CrossEntropyLoss()
optimizer = optim.SGD(model.parameters(), lr=0.001, momentum=0.9)
scheduler = lr_scheduler.StepLR(optimizer, step_size=7, gamma=0.1)
model = train_model(model, criterion, optimizer, scheduler, num_epochs=100)
torch.save(model.state_dict(), 'best_model.pth')
四、总结
这个项目展示了一个完整的深度学习流程，包括数据预处理、模型构建、训练、评估。
作者：Seraphina_Lily
