好买网 www.goodmai.com IT技术交易平台 使用VGG模型进行猫狗大战
大赛简介
Kaggle 中的猫狗大战竞赛题目。在这个比赛中，有25000张标记好的猫和狗的图片用做训练，有12500张图片用做测试。这个竞赛是2013年开展的，如果你能够达到80%的准确率，在当年是一个 state-of-the-art 的成绩。
数据准备
在这里其实出了问题，由于研习社的题目给的是rar格式的压缩包，所以没办法和zip一样解压，我开始直接改成
` !wget static.leiphone.com/cat_dog.rar****
!unzip cat_dog.rar**** `
显然是不行的，报错结果如下：
然后就能愉快的下载解压数据了：
```****
!wget static.leiphone.com/cat_dog.rar****
!unrar x /content/cat_dog.rar****
!wget fenggao-image.stor.sinaapp.com/dogscats.zi…****
!unzip dogscats.zip****
```****
1.
解压完成后cat_dog数据集目录：
2.
· test：最后通过训练好的模型来识别的测试图片。
· train：用来训练模型的图片。
· val：文件夹下的图片有确定的标签，用来测试模型训练效果。
3.
代码实战
```****
import numpy as np****
import matplotlib.pyplot as plt****
import os****
import torch****
import torch.nn as nn****
import torchvision****
from torchvision import models,transforms,datasets****
import time****
import json****
# 判断是否存在GPU设备****
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")****
print('Using gpu: %s ' % torch.cuda.is_available())****
```****
数据预处理
normalize = transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
vgg_format = transforms.Compose([
transforms.CenterCrop(224),
transforms.ToTensor(),
normalize,
])
data_dir = '/content/dogscats'
dsets = {x: datasets.ImageFolder(os.path.join(data_dir, x), vgg_format)
for x in ['train', 'valid']}
dset_sizes = {x: len(dsets[x]) for x in ['train', 'valid']}
dset_classes = dsets['train'].classes
# 通过下面代码可以查看 dsets 的一些属性
print(dsets['train'].classes)
print(dsets['train'].class_to_idx)
print(dsets['train'].imgs[:5])
print('dset_sizes: ', dset_sizes)
loader_train = torch.utils.data.DataLoader(
dsets['train'], batch_size=64, shuffle=True, num_workers=6)
loader_valid = torch.utils.data.DataLoader(
dsets['valid'], batch_size=5, shuffle=False, num_workers=6)
'''
valid 数据一共有2000张图，每个batch是5张，因此，下面进行遍历一共会输出到 400
同时，把第一个 batch 保存到 inputs_try, labels_try，分别查看
'''
count = 1
for data in loader_valid:
print(count, end='\n')
if count == 1:
inputs_try,labels_try = data
count +=1
print(labels_try)
print(inputs_try.shape)
打印预览数据
# 显示图片的小程序
def imshow(inp, title=None):
# Imshow for Tensor.
inp = inp.numpy().transpose((1, 2, 0))
mean = np.array([0.485, 0.456, 0.406])
std = np.array([0.229, 0.224, 0.225])
inp = np.clip(std * inp + mean, 0,1)
plt.imshow(inp)
if title is not None:
plt.title(title)
plt.pause(0.001) # pause a bit so that plots are updated
# 显示 labels_try 的5张图片，即valid里第一个batch的5张图片
out = torchvision.utils.make_grid(inputs_try)
imshow(out, title=[dset_classes[x] for x in labels_try])
构建VGG
我们直接使用预训练好的 VGG 模型。
model_vgg = models.vgg16(pretrained=True)
print(model_vgg)
我们的目标是使用预训练好的模型，并且只对全连接层的最后一层进行改写nn.Linear(4096, 2)使得最后输出的结果只有两个，即分辨猫与狗。
为了在训练中冻结前面层的参数，需要设置 required_grad=False。这样，前面层的权重就不会自动更新了。训练的时候只会更新最后一层的参数。
model_vgg_new = model_vgg;
for param in model_vgg_new.parameters():
param.requires_grad = False #冻结参数
'''
更改最后一层输出层
'''
model_vgg_new.classifier._modules['6'] = nn.Linear(4096, 2)
model_vgg_new.classifier._modules['7'] = torch.nn.LogSoftmax(dim = 1)
model_vgg_new = model_vgg_new.to(device)
'''
输出新的vgg模型
'''
print(model_vgg_new.classifier)
使用Adam优化器对模型进行优化
'''
第一步：创建损失函数和优化器
损失函数 NLLLoss() 的 输入 是一个对数概率向量和一个目标标签.
它不会为我们计算对数概率，适合最后一层是log_softmax()的网络.
'''
criterion = nn.NLLLoss()
# 学习率
lr = 0.001
# 这里使用Adam优化器
optimizer_vgg = torch.optim.Adam(model_vgg_new.classifier[6].parameters(),lr = lr)
'''
第二步：训练模型并保存
model: 训练的模型
dataloader: 训练集
size: 训练集大小
epochs: 训练次数
optimizer: 优化器
'''
def train_model(model,dataloader,size,epochs=1,optimizer=None):
model.train() #用于模型训练
for epoch in range(epochs):
epoch_acc_max = 0
running_loss = 0.0
running_corrects = 0
count = 0
for inputs,classes in dataloader:
inputs = inputs.to(device)
classes = classes.to(device)
outputs = model(inputs) #参数前向传播
loss = criterion(outputs,classes)
optimizer = optimizer
optimizer.zero_grad() #优化器梯度初始化
loss.backward() #梯度反向传播
optimizer.step()
_,preds = torch.max(outputs.data,1) #得到预测结果
# statistics
running_loss += loss.data.item()
running_corrects += torch.sum(preds == classes.data)
count += len(inputs)
print('Training: No. ', count, ' process ... total: ', size)
epoch_loss = running_loss / size
epoch_acc = running_corrects.data.item() / size
if epoch_acc > epoch_acc_max:
epoch_acc_max = epoch_acc
torch.save(model, 'model_best.pth') #保存最好模型
print('Loss: {:.4f} Acc: {:.4f}'.format(
epoch_loss, epoch_acc))
# 模型训练
train_model(model_vgg_new, loader_train,size = dset_sizes['train'],
epochs = 5, optimizer=optimizer_vgg)
测试test
dsets = datasets.ImageFolder('/content/cat_dog', vgg_format)
final = {} #结果数组
loader_test = torch.utils.data.DataLoader(dsets, batch_size=1, shuffle=False, num_workers=0)
model_vgg_new = torch.load("/content/model_best.pth")
def test(model,dataloader,size):
model.eval() #参数固定
cnt = 0 #count
for inputs,_ in dataloader:
if cnt < size:
inputs = inputs.to(device)
outputs = model(inputs)
_,preds = torch.max(outputs.data,1) #预测值最大化
key = dsets.imgs[cnt][0].split("/")[-1].split('.')[0] #对目录项进行分割
final[key] = preds[0]
cnt += 1
else:
break;
test(model_vgg_new,loader_test,size=2000)
''''
写表格
''''
with open("/content/test.csv",'a+') as f:
for key in range(2000):
f.write("{},{}\n".format(key,final[str(key)]))
测试结果
