掌握PyTorch图片分类的简明教程

1.引文

深度学习的比赛中，图片分类是很常见的比赛，同时也是很难取得特别高名次的比赛，因为图片分类已经被大家研究的很透彻，一些开源的网络很容易取得高分。如果大家还掌握不了使用开源的网络进行训练，再慢慢去模型调优，很难取得较好的成绩。

我们在[PyTorch小试牛刀]实战六·准备自己的数据集用于训练讲解了如何制作自己的数据集用于训练，这个教程在此基础上，进行训练与应用。

（实战六链接：

https://blog.csdn.net/xiaosongshine/article/details/85225873）

2.数据介绍

数据下载地址：

https://download.csdn.net/download/xiaosongshine/11128410

这次的实战使用的数据是交通标志数据集，共有62类交通标志。其中训练集数据有4572张照片（每个类别大概七十个），测试数据集有2520张照片（每个类别大概40个）。数据包含两个子目录分别train与test：

为什么还需要测试数据集呢？这个测试数据集不会拿来训练，是用来进行模型的评估与调优。

train与test每个文件夹里又有62个子文件夹，每个类别在同一个文件夹内：

我从中打开一个文件间，把里面图片展示出来：

其中每张照片都类似下面的例子，100*100*3的大小。100是照片的照片的长和宽，3是什么呢？这其实是照片的色彩通道数目，RGB。彩色照片存储在计算机里就是以三维数组的形式。我们送入网络的也是这些数组。

3.网络构建

1.导入Python包，定义一些参数

1import torch as t 2import torchvision as tv 3import os 4import time 5import numpy as np 6from tqdm import tqdm 7 8 9class DefaultConfigs(object):1011    data_dir = "./traffic-sign/"12    data_list = ["train","test"]1314    lr = 0.00115    epochs = 1016    num_classes = 6217    image_size = 22418    batch_size = 4019    channels = 320    gpu = "0"21    train_len = 457222    test_len = 252023    use_gpu = t.cuda.is_available()2425config = DefaultConfigs()

2.数据准备，采用PyTorch提供的读取方式

注意一点Train数据需要进行随机裁剪，Test数据不要进行裁剪了

1normalize = tv.transforms.Normalize(mean = [0.485, 0.456, 0.406], 2                                    std = [0.229, 0.224, 0.225] 3                                    ) 4 5transform = { 6    config.data_list[0]:tv.transforms.Compose( 7        [tv.transforms.Resize([224,224]),tv.transforms.CenterCrop([224,224]), 8        tv.transforms.ToTensor(),normalize]#tv.transforms.Resize 用于重设图片大小 9    ) ,10    config.data_list[1]:tv.transforms.Compose(11        [tv.transforms.Resize([224,224]),tv.transforms.ToTensor(),normalize]12    ) 13}1415datasets = {16    x:tv.datasets.ImageFolder(root = os.path.join(config.data_dir,x),transform=transform[x])17    for x in config.data_list18}1920dataloader = {21    x:t.utils.data.DataLoader(dataset= datasets[x],22        batch_size=config.batch_size,23        shuffle=True24    ) 25    for x in config.data_list26}

3.构建网络模型（使用resnet18进行迁移学习，训练参数为最后一个全连接层 t.nn.Linear(512,num_classes)） 

1def get_model(num_classes): 2 3    model = tv.models.resnet18(pretrained=True) 4    for parma in model.parameters(): 5        parma.requires_grad = False 6    model.fc = t.nn.Sequential( 7        t.nn.Dropout(p=0.3), 8        t.nn.Linear(512,num_classes) 9    )10    return(model)

如果电脑硬件支持，可以把下述代码屏蔽，则训练整个网络，最终准确率会上升，训练数据会变慢。

1for parma in model.parameters():2    parma.requires_grad = False

模型输出

1ResNet( 2  (conv1): Conv2d(3, 64, kernel_size=(7, 7), stride=(2, 2), padding=(3, 3), bias=False) 3  (bn1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True) 4  (relu): ReLU(inplace) 5  (maxpool): MaxPool2d(kernel_size=3, stride=2, padding=1, dilation=1, ceil_mode=False) 6  (layer1): Sequential( 7    (0): BasicBlock( 8      (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False) 9      (bn1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)10      (relu): ReLU(inplace)11      (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)12      (bn2): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)13    )14    (1): BasicBlock(15      (conv1): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)16      (bn1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)17      (relu): ReLU(inplace)18      (conv2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)19      (bn2): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)20    )21  )22  (layer2): Sequential(23    (0): BasicBlock(24      (conv1): Conv2d(64, 128, kernel_size=(3, 3), stride=(2, 2), padding=(1, 1), bias=False)25      (bn1): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)26      (relu): ReLU(inplace)27      (conv2): Conv2d(128, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)28      (bn2): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)29      (downsample): Sequential(30        (0): Conv2d(64, 128, kernel_size=(1, 1), stride=(2, 2), bias=False)31        (1): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)32      )33    )34    (1): BasicBlock(35      (conv1): Conv2d(128, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)36      (bn1): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)37      (relu): ReLU(inplace)38      (conv2): Conv2d(128, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)39      (bn2): BatchNorm2d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)40    )41  )42  (layer3): Sequential(43    (0): BasicBlock(44      (conv1): Conv2d(128, 256, kernel_size=(3, 3), stride=(2, 2), padding=(1, 1), bias=False)45      (bn1): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)46      (relu): ReLU(inplace)47      (conv2): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)48      (bn2): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)49      (downsample): Sequential(50        (0): Conv2d(128, 256, kernel_size=(1, 1), stride=(2, 2), bias=False)51        (1): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)52      )53    )54    (1): BasicBlock(55      (conv1): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)56      (bn1): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)57      (relu): ReLU(inplace)58      (conv2): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)59      (bn2): BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)60    )61  )62  (layer4): Sequential(63    (0): BasicBlock(64      (conv1): Conv2d(256, 512, kernel_size=(3, 3), stride=(2, 2), padding=(1, 1), bias=False)65      (bn1): BatchNorm2d(512, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)66      (relu): ReLU(inplace)67      (conv2): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)68      (bn2): BatchNorm2d(512, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)69      (downsample): Sequential(70        (0): Conv2d(256, 512, kernel_size=(1, 1), stride=(2, 2), bias=False)71        (1): BatchNorm2d(512, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)72      )73    )74    (1): BasicBlock(75      (conv1): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)76      (bn1): BatchNorm2d(512, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)77      (relu): ReLU(inplace)78      (conv2): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)79      (bn2): BatchNorm2d(512, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)80    )81  )82  (avgpool): AvgPool2d(kernel_size=7, stride=1, padding=0)83  (fc): Sequential(84    (0): Dropout(p=0.3)85    (1): Linear(in_features=512, out_features=62, bias=True)86  )87)

4.训练模型（支持自动GPU加速）

1def train(epochs): 2 3    model = get_model(config.num_classes) 4    print(model) 5    loss_f = t.nn.CrossEntropyLoss() 6    if(config.use_gpu): 7        model = model.cuda() 8        loss_f = loss_f.cuda() 910    opt = t.optim.Adam(model.fc.parameters(),lr = config.lr)11    time_start = time.time()1213    for epoch in range(epochs):14        train_loss = []15        train_acc = []16        test_loss = []17        test_acc = []18        model.train(True)19        print("Epoch {}/{}".format(epoch+1,epochs))20        for batch, datas in tqdm(enumerate(iter(dataloader["train"]))):21            x,y = datas22            if (config.use_gpu):23                x,y = x.cuda(),y.cuda()24            y_ = model(x)25            #print(x.shape,y.shape,y_.shape)26            _, pre_y_ = t.max(y_,1)27            pre_y = y28            #print(y_.shape)29            loss = loss_f(y_,pre_y)30            #print(y_.shape)31            acc = t.sum(pre_y_ == pre_y)3233            loss.backward()34            opt.step()35            opt.zero_grad()36            if(config.use_gpu):37                loss = loss.cpu()38                acc = acc.cpu()39            train_loss.append(loss.data)40            train_acc.append(acc)41            #if((batch+1)%5 ==0):42        time_end = time.time()43        print("Batch {}, Train loss:{:.4f}, Train acc:{:.4f}, Time: {}"\44            .format(batch+1,np.mean(train_loss)/config.batch_size,np.mean(train_acc)/config.batch_size,(time_end-time_start)))45        time_start = time.time()4647        model.train(False)48        for batch, datas in tqdm(enumerate(iter(dataloader["test"]))):49            x,y = datas50            if (config.use_gpu):51                x,y = x.cuda(),y.cuda()52            y_ = model(x)53            #print(x.shape,y.shape,y_.shape)54            _, pre_y_ = t.max(y_,1)55            pre_y = y56            #print(y_.shape)57            loss = loss_f(y_,pre_y)58            acc = t.sum(pre_y_ == pre_y)5960            if(config.use_gpu):61                loss = loss.cpu()62                acc = acc.cpu()6364            test_loss.append(loss.data)65            test_acc.append(acc)66        print("Batch {}, Test loss:{:.4f}, Test acc:{:.4f}".format(batch+1,np.mean(test_loss)/config.batch_size,np.mean(test_acc)/config.batch_size))6768        t.save(model,str(epoch+1)+"ttmodel.pkl")69707172if __name__ == "__main__":73    train(config.epochs)

训练结果如下：

1Epoch 1/10 2115it [00:48,  2.63it/s] 3Batch 115, Train loss:0.0590, Train acc:0.4635, Time: 48.985504150390625 463it [00:24,  2.62it/s] 5Batch 63, Test loss:0.0374, Test acc:0.6790, Time :24.648272275924683 6Epoch 2/10 7115it [00:45,  3.22it/s] 8Batch 115, Train loss:0.0271, Train acc:0.7576, Time: 45.68823838233948 963it [00:23,  2.62it/s]10Batch 63, Test loss:0.0255, Test acc:0.7524, Time :23.27178287506103511Epoch 3/1012115it [00:45,  3.19it/s]13Batch 115, Train loss:0.0181, Train acc:0.8300, Time: 45.926485061645511463it [00:23,  2.60it/s]15Batch 63, Test loss:0.0212, Test acc:0.7861, Time :23.8078927993774416Epoch 4/1017115it [00:45,  3.28it/s]18Batch 115, Train loss:0.0138, Train acc:0.8767, Time: 45.275250196456911963it [00:23,  2.57it/s]20Batch 63, Test loss:0.0173, Test acc:0.8385, Time :23.73632144927978521Epoch 5/1022115it [00:44,  3.22it/s]23Batch 115, Train loss:0.0112, Train acc:0.8950, Time: 44.9836382865905762463it [00:22,  2.69it/s]25Batch 63, Test loss:0.0156, Test acc:0.8520, Time :22.79007434844970726Epoch 6/1027115it [00:44,  3.19it/s]28Batch 115, Train loss:0.0095, Train acc:0.9159, Time: 45.104269504547122963it [00:22,  2.77it/s]30Batch 63, Test loss:0.0158, Test acc:0.8214, Time :22.8041245937347431Epoch 7/1032115it [00:45,  2.95it/s]33Batch 115, Train loss:0.0081, Train acc:0.9280, Time: 45.304390430450443463it [00:23,  2.66it/s]35Batch 63, Test loss:0.0139, Test acc:0.8528, Time :23.12237954139709536Epoch 8/1037115it [00:44,  3.23it/s]38Batch 115, Train loss:0.0073, Train acc:0.9300, Time: 44.3047628402709963963it [00:22,  2.74it/s]40Batch 63, Test loss:0.0142, Test acc:0.8496, Time :22.80183553695678741Epoch 9/1042115it [00:43,  3.19it/s]43Batch 115, Train loss:0.0068, Train acc:0.9361, Time: 44.084140300750734463it [00:23,  2.44it/s]45Batch 63, Test loss:0.0142, Test acc:0.8437, Time :23.60441923141479546Epoch 10/1047115it [00:46,  3.12it/s]48Batch 115, Train loss:0.0063, Train acc:0.9337, Time: 46.765970468521124963it [00:24,  2.65it/s]50Batch 63, Test loss:0.0130, Test acc:0.8591, Time :24.64351773262024

训练10个Epoch，测试集准确率可以到达0.86，已经达到不错效果。通过修改参数，增加训练，可以达到更高的准确率。