OUC软件工程实验四：猫狗大战

使用VGG模型进行猫狗大战

    在本次实验中，我们将利用给定的数据集训练模型，完成Kaggle大数据竞赛的赛题——Cats vs Dogs（猫狗大战），实现对猫或狗的识别。本次实验使用 fine-tune 的 VGG 网络进行测试(因为原网络的分类结果是1000类，所以这里进行迁移学习，即固定前面若干层，作为特征提取器，只重新训练最后两层）。

1、载入头文件

    载入头文件并分配GPU设备（这里我将Colab环境设置为GPU）。

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())

2、配置文件读取路径和下载数据集

    因为使用了云端服务，需要将Google colaboratory连接到云端硬盘。同时，文件使用了重新整理的数据，包含两个文件——train和valid，测试集包含2000张图。

# 连接到Google云盘
import os
from google.colab import drive
drive.mount('/content/drive')

path = "/content/drive/My Drive"

os.chdir(path)
os.listdir(path)

# 下载数据集
! wget http://fenggao-image.stor.sinaapp.com/dogscats.zip
! unzip dogscats.zip

3、数据处理

    datasets 是 torchvision 中的一个包，可以用做加载图像数据。它可以以多线程（multi-thread）的形式从硬盘中读取数据，使用 mini-batch 的形式，在网络训练中向 GPU 输送。在使用CNN处理图像时，需要进行预处理。图片将被整理成 $224\times 224\times 3$ 的大小，同时还将进行归一化处理。

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 = './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

    查看当前dsets训练集的训练类别，图片对应的标签，图片间隔和训练集大小。

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)

    显示 labels_try 的5张图片，即valid里第一个batch的5张图片。

# 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])

4、创建 VGG Model

    torchvision中集成了很多在 ImageNet （120万张训练数据） 上预训练好的通用的CNN模型，可以直接下载使用。我们直接使用预训练好的 VGG 模型。同时，为了展示 VGG 模型对本数据的预测结果，还下载了 ImageNet 1000 个类的 JSON 文件。
    在这部分代码中，对输入的5个图片利用VGG模型进行预测，同时，使用softmax对结果进行处理，随后展示了识别结果。

!wget https://s3.amazonaws.com/deep-learning-models/image-models/imagenet_class_index.json

model_vgg = models.vgg16(pretrained=True)
 
with open('./imagenet_class_index.json') as f:
    class_dict = json.load(f)
dic_imagenet = [class_dict[str(i)][1] for i in range(len(class_dict))]
 
inputs_try , labels_try = inputs_try.to(device), labels_try.to(device)
model_vgg = model_vgg.to(device)
 
outputs_try = model_vgg(inputs_try)
 
print(outputs_try)
print(outputs_try.shape)
 
'''
可以看到结果为5行，1000列的数据，每一列代表对每一种目标识别的结果。
但是我也可以观察到，结果非常奇葩，有负数，有正数，
为了将VGG网络输出的结果转化为对每一类的预测概率，我们把结果输入到 Softmax 函数
'''
m_softm = nn.Softmax(dim=1)
probs = m_softm(outputs_try)
vals_try,pred_try = torch.max(probs,dim=1)
 
print( 'prob sum: ', torch.sum(probs,1))
print( 'vals_try: ', vals_try)
print( 'pred_try: ', pred_try)
 
print([dic_imagenet[i] for i in pred_try.data])
imshow(torchvision.utils.make_grid(inputs_try.data.cpu()), 
       title=[dset_classes[x] for x in labels_try.data.cpu()])

5、修改模型

    我们的目标是使用预训练好的模型，因此，需要把最后的 nn.Linear 层由1000类，替换为2类。为了在训练中冻结前面层的参数，需要设置 required_grad=False。这样，反向传播训练梯度时，前面层的权重就不会自动更新了。训练中，只会更新最后一层的参数。

print(model_vgg)
 
model_vgg_new = model_vgg;
 
for param in model_vgg_new.parameters():
    param.requires_grad = False
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)
 
print(model_vgg_new.classifier)

6、测试模型

    包括三个步骤：第1步，创建损失函数和优化器；第2步，训练模型；第3步，测试模型。

from tqdm import trange,tqdm
'''
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

# 随机梯度下降
optimizer_vgg = torch.optim.SGD(model_vgg_new.classifier[6].parameters(),lr = lr)

'''
第二步：训练模型
'''

def train_model(model,dataloader,size,epochs=1,optimizer=None):
    model.train()
    
    for epoch in range(epochs):
        running_loss = 0.0
        running_corrects = 0
        max_a = 0
        count = 0
        for inputs,classes in dataloader:
            inputs = inputs.to(device)
            classes = classes.to(device)
            outputs = model(inputs)
            loss = criterion(outputs,classes)           
            optimizer = optimizer
            optimizer.zero_grad()
            loss.backward()
            optimizer.step()
            _,preds = torch.max(outputs.data,1)
            # 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>max_a:
            max_a = epoch_acc
            torch.save(model, '/content/drive/My Drive/model_best_new.pth')
            tqdm.write("n Got A Nice Model Acc:{:.8f}".format(max_a))
        tqdm.write('nepoch: {} tLoss: {:.8f} Acc: {:.8f}'.format(epoch,epoch_loss, epoch_acc))
        time.sleep(0.1)
 
        print('Loss: {:.4f} Acc: {:.4f}'.format(
                     epoch_loss, epoch_acc))

    torch.save(model, '/content/drive/My Drive/model_last_new.pth')
    tqdm.write("Got A Nice Model")

        
        
        
# 模型训练
train_model(model_vgg_new,loader_train,size=dset_sizes['train'], epochs=10, 
            optimizer=optimizer_vgg)

    我对模型进行了修改，修改点：

• 把epochs修改为10(因训练时间较长的原因 只将其训练10轮)
• 每一个epoch结束，都会计算loss和acc，然后把acc最高的那一时刻的model覆盖保留。
  训练结果（因为之前有训练过 故这里只训练了几次 保留了之前的训练结果）：
  

    创建测试模型并使用测试集进行测试。

def test_model(model,dataloader,size):
    model.eval()
    predictions = np.zeros(size)
    all_classes = np.zeros(size)
    all_proba = np.zeros((size,2))
    i = 0
    running_loss = 0.0
    running_corrects = 0
    for inputs,classes in dataloader:
        inputs = inputs.to(device)
        classes = classes.to(device)
        outputs = model(inputs)
        loss = criterion(outputs,classes)           
        _,preds = torch.max(outputs.data,1)
        # statistics
        running_loss += loss.data.item()
        running_corrects += torch.sum(preds == classes.data)
        predictions[i:i+len(classes)] = preds.to('cpu').numpy()
        all_classes[i:i+len(classes)] = classes.to('cpu').numpy()
        all_proba[i:i+len(classes),:] = outputs.data.to('cpu').numpy()
        i += len(classes)
        print('Testing: No. ', i, ' process ... total: ', size)        
    epoch_loss = running_loss / size
    epoch_acc = running_corrects.data.item() / size
    print('Loss: {:.4f} Acc: {:.4f}'.format(
                     epoch_loss, epoch_acc))
    return predictions, all_proba, all_classes
  
predictions, all_proba, all_classes = test_model(model_vgg_new,loader_valid,size=dset_sizes['valid'])

7、Ai研习社测试

    加载研习社数据集中的test数据，对上述训练出来的model_best_new.pth模型进行测试。

import torch
import numpy as np
from torchvision import transforms,datasets
from tqdm import tqdm
device = torch.device("cuda:0" )
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,
            ])
 
# 读取时需要读取文件夹 故test文件放在My Drive/yanxishe目录下
dsets_mine = datasets.ImageFolder(r"/content/drive/My Drive/yanxishe", vgg_format)
 
loader_test = torch.utils.data.DataLoader(dsets_mine, batch_size=1, shuffle=False, num_workers=0)
 
# 模型地址 在我的训练模型中输出到主页面My Drive下
model_vgg_new = torch.load(r'/content/drive/My Drive/model_best_new.pth')
model_vgg_new = model_vgg_new.to(device)

# 可以print一下看看路径对不对
print(dsets_mine.classes)

    开始测试2000张图片：

dic = {}
def test(model,dataloader,size):
    model.eval()
    predictions = np.zeros(size)
    cnt = 0
    for inputs,_ in tqdm(dataloader):
        inputs = inputs.to(device)
        outputs = model(inputs)
        _,preds = torch.max(outputs.data,1)    
        #这里是切割路径，因为dset中的数据不是按1-2000顺序排列的
        key = dsets_mine.imgs[cnt][0].split("\")[-1].split('.')[0]
        dic[key] = preds[0]
        cnt = cnt +1
test(model_vgg_new,loader_test,size=2000)

    将测试结果放到csv文件输出：

with open("result.csv",'a+') as f:
    for key in range(2000):
        #这里的yanxishe/test/是我的图片路径，按需更换
        f.write("{},{}n".format(key,dic["/content/drive/My Drive/yanxishe/test/"+str(key)]))

    输出的结果文件中需要改动一下，输出了两次2000张结果，删除掉下面2000行即可。
    将结果提交到Ai研习社：

总结

    通过增加epochs和保留较好的训练结果模型，使测试准确率从1个epochs的96.1%到达了5个epochs的97.25%，可以看到准确率增加显著。通过本次实验，对VGG模型有了进一步理解，也明白了如何下载预训练好的网络，再用准备好的数据来 fine-tune 预训练好的网络。

参考文章：人工智能——猫狗大战_hahahd3的博客-CSDN博客

最后

以上就是繁荣羽毛为你收集整理的OUC软件工程实验四：猫狗大战的全部内容，希望文章能够帮你解决OUC软件工程实验四：猫狗大战所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。