1. 시행과정
1. 데이터 세트 설명
데이터 세트는 다음과 같이 5가지 범주로 나뉩니다.
- 피카츄: 234
- 뮤츠: 239
- 제니 거북이: 223
- 리틀 파이어 드래곤: 238
- 개구리 씨앗: 234
Self-fetching 링크: https://pan.baidu.com/s/1bsppVXDRsweVKAxSoLy4sw
추출코드: 9fqo
이미지 파일 확장자는 jpg, jepg, png, gif 4가지 종류가 있으며 이미지의 크기가 같지 않으므로 , 검증 및 테스트) 이미지의 크기 조정 및 기타 작업이 필요합니다.본 논문에서는 이미지 크기를 224×224 크기로 조정합니다.
2. 데이터 전처리
본 논문에서는 Dataset 프레임워크를 사용하여 데이터셋을 전처리하고 이미지 데이터셋을 {images, labels}와 같은 매핑 관계로 변환합니다.
def __init__(self, root, resize, mode):
super(Pokemon, self).__init__()
self.root = root
self.resize = resize
self.name2label = {
} # "sq...": 0
for name in sorted(os.listdir(os.path.join(root))):
if not os.path.isdir(os.path.join(root,name)):
continue
self.name2label[name] = len(self.name2label.keys())
# print(self.name2label)
# image,label
self.images, self.labels = self.load_csv('images.csv')
# 数据集裁剪:训练集、验证集、测试集
if mode == 'train': # 60%
self.images = self.images[0:int(0.6*len(self.images))]
self.labels = self.labels[0:int(0.6*len(self.labels))]
elif mode == 'val': # 20% = 60% -> 80%
self.images = self.images[int(0.6*len(self.images)):int(0.8*len(self.images))]
self.labels = self.labels[int(0.6*len(self.labels)):int(0.8*len(self.labels))]
else: # 20% = 80% -> 100%
self.images = self.images[int(0.8*len(self.images)):]
self.labels = self.labels[int(0.8*len(self.labels)):]
이 중 root 는 데이터셋이 저장되는 파일 루트 디렉토리를 나타내고, resize 는 데이터셋 출력의 균일한 크기를 나타내며, mode 는 데이터셋을 읽을 때의 모드(train, val, test)를 나타내며, name2label 은 딕셔너리 구조를 구성한다. 이미지 카테고리 이름 및 레이블, 이미지 카테고리의 레이블을 얻는 것이 편리합니다. load_csv 메소드는 {이미지, 레이블}의 매핑 관계를 생성하는 것입니다. 여기서 이미지는 이미지가 있는 파일 경로를 나타내고 코드는 다음과 같습니다. 다음과 같이:
def load_csv(self, filename):
if not os.path.exists(os.path.join(self.root, filename)):
# 文件不存在,则需要创建该文件
images = []
for name in self.name2label.keys():
# pokemon\\mewtwo\\00001.png
images += glob.glob(os.path.join(self.root,name,'*.png'))
images += glob.glob(os.path.join(self.root, name, '*.jpg'))
images += glob.glob(os.path.join(self.root, name, '*.jpeg'))
images += glob.glob(os.path.join(self.root, name, '*.gif'))
# 1168, 'pokemon\\bulbasaur\\00000000.png'
print(len(images),images)
# 保存成image,label的csv文件
random.shuffle(images)
with open(os.path.join(self.root, filename),mode='w',newline='') as f:
writer = csv.writer(f)
for img in images: # 'pokemon\\bulbasaur\\00000000.png'
name = img.split(os.sep)[-2]
label = self.name2label[name]
# 'pokemon\\bulbasaur\\00000000.png', 0
writer.writerow([img, label])
# print('writen into csv file:',filename)
# 加载已保存的csv文件
images, labels = [],[]
with open(os.path.join(self.root,filename)) as f:
reader = csv.reader(f)
for row in reader:
img, label = row
label = int(label)
images.append(img)
labels.append(label)
assert len(images) == len(labels)
return images, labels
데이터 세트 크기와 인덱스 요소 위치를 가져오는 코드는 다음과 같습니다.
def __len__(self):
return len(self.images)
def __getitem__(self, idx):
# idx:[0, len(self.images)]
# self.images, self.labels
# img:'G:/datasets/pokemon\\charmander\\00000182.png'
# label: 0,1,2,3,4
img, label = self.images[idx], self.labels[idx]
transform = transforms.Compose([
lambda x: Image.open(x).convert('RGB'), # string path => image data
transforms.Resize((int(self.resize*1.25),int(self.resize*1.25))),
transforms.RandomRotation(15), # 随机旋转
transforms.CenterCrop(self.resize), # 中心裁剪
transforms.ToTensor(),
# transforms.Normalize(mean=[0.485,0.456,0.406],
# std=[0.229,0.224,0.225])
transforms.Normalize(mean=[0.6096, 0.7286, 0.5103],
std=[1.5543, 1.4887, 1.5958])
])
img = transform(img)
label = torch.tensor(label)
return img, label
그 중 transforms.Normalize 에서 mean과 std의 계산을 참조 하거나 경험적 값 mean=[0.485, 0.456, 0.406] 및 std=[0.229, 0.224, 0.225]를 직접 사용하십시오.
Visdom 시각화 도구에 의해 표시되는 batch_size=32의 이미지는 다음 그림과 같습니다.
2. 디자인 모델
이 논문은 마이그레이션 학습의 아이디어를 채택하고 resnet18 분류기를 직접 사용하며 네트워크 구조의 처음 17개 계층을 유지하고 그에 따라 마지막 계층을 수정합니다.코드는 다음과 같습니다.
trained_model = resnet18(pretrained=True)
model = nn.Sequential(*list(trained_model.children())[:-1], # [b,512,1,1]
Flatten(), # [b,512,1,1] => [b,512]
nn.Linear(512, 5)
).to(device)
그 중 Flatten()은 데이터를 평면화하는 방법이며 코드는 다음과 같습니다.
class Flatten(nn.Module):
def __init__(self):
super(Flatten, self).__init__()
def forward(self, x):
shape = torch.prod(torch.tensor(x.shape[1:])).item()
return x.view(-1, shape)
3. 손실 함수 및 옵티마이저 구성
loss function은 cross entropy를 사용하고 optimizer는 Adam을 사용하며 learning rate는 0.001로 설정하고 코드는 다음과 같다.
optimizer = optim.Adam(model.parameters(), lr=0.001)
criterion = nn.CrossEntropyLoss()
4. 훈련, 검증 및 테스트
best_acc, best_epoch = 0, 0
global_step = 0
viz.line([0], [-1], win='loss', opts=dict(title='loss'))
viz.line([0], [-1], win='val_acc', opts=dict(title='val_acc'))
for epoch in range(epochs):
for step, (x,y) in enumerate(train_loader):
# x: [b,3,224,224] y: [b]
x, y = x.to(device), y.to(device)
output = model(x)
loss = criterion(output, y)
optimizer.zero_grad()
loss.backward()
optimizer.step()
viz.line([loss.item()], [global_step], win='loss', update='append')
global_step += 1
# 验证集
if epoch % 1 == 0:
val_acc = evaluate(model, val_loader)
if val_acc > best_acc:
best_acc = val_acc
best_epoch = epoch
torch.save(model.state_dict(), 'best.mdl')
viz.line([val_acc], [global_step], win='val_acc', update='append')
print('best acc:', best_acc, 'best epoch:', best_epoch+1)
# 加载最好的模型
model.load_state_dict(torch.load('best.mdl'))
print('loaded from ckpt!')
test_acc = evaluate(model, test_loader)
print('test acc:', test_acc)
def evaluate(model, loader):
correct = 0
total = len(loader.dataset)
for (x, y) in loader:
x, y = x.to(device), y.to(device)
with torch.no_grad():
output = model(x)
pred = output.argmax(dim=1)
correct += torch.eq(pred, y).sum().item()
return correct/total
5. 테스트 결과
훈련 세트의 손실 값의 변화 곡선과 테스트 세트의 정확도의 변화 곡선은 다음 그림과 같습니다.
콘솔 출력은 다음과 같습니다.
best acc: 0.9358974358974359 best epoch: 3
loaded from ckpt!
test acc: 0.9401709401709402
이는 epoch=3일 때 validation set의 정확도가 가장 높은 값에 도달하고 이 때의 모델을 최상의 모델로 간주할 수 있으며 test set의 테스트에 사용되어 정확도 94.02에 도달함을 보여줍니다. %.
2. 참고문헌
[1] https://www.bilibili.com/video/BV1f34y1k7fi?p=106
[2] https://blog.csdn.net/Weary_PJ/article/details/122765199