TRANSFER LEARNING FOR COMPUTER VISION TUTORIAL
发布时间
阅读量：
阅读量
在这个教程中，你将学习图像分类的迁移学习。你可以在[这里]看到更多关于迁移学习的知识。(https://cs231n.github.io/transfer-learning/)
在实践中，很少有人从头开始训练整个卷积网络(使用随机初始化)，因为拥有足够大小的数据集的情况相对较少。相反，通常是在非常大的数据集上预先训练卷积网络(例如ImageNet，它包含120万张图像，包含1000个类别)，然后将卷积网络用作感兴趣任务的初始化或固定特征提取器。
这两种主要的迁移学习场景如下:
一、优化卷积神经网络:我们使用预先训练的网络来初始化网络，而不是随机初始化，就像在imagenet 1000数据集上训练的网络一样。其余的训练看起来和往常一样。
二、ConvNet作为固定的特征提取器:在这里，我们将冻结除最终完全连接层之外的所有网络的权值。最后一个完全连通的层被一个新的具有随机权值的层替换，只有这一层被训练。
from __future__ import print_function, division
import torch
import torch.nn as nn
import torch.optim as optim
from torch.optim import lr_scheduler
import numpy as np
import torchvision
from torchvision import datasets, models, transforms
import matplotlib.pyplot as plt
import time
import os
import copy
from torch.utils.data import DataLoader
plt.ion() # 使matplotlib的显示模式转换为交互（interactive）模式
加载数据
我们将使用torchvision 和 torch.utils.packages 来加载数据。
我们今天要解决的问题是训练一个模型来分类蚂蚁和蜜蜂。我们有大约120张蚂蚁和蜜蜂的训练图像。每个类有75个验证图像。通常，如果从零开始训练，这是一个非常小的数据集。由于我们使用迁移学习，我们应该能够很好地进行归纳。
数据可以在这里下载
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])
])
}
data_dir = 'D:\python_Project\pytorch\Image_and_Video\Transfer_Learning\data/hymenoptera_data'
image_datasets = {x: datasets.ImageFolder(os.path.join(data_dir, x), data_transforms[x])
for x in ['train', 'val']}
# num_workers应该是多线程，我这里用不了，所以改为0，实际应该是4
dataloaders = {x: DataLoader(image_datasets[x], batch_size=1, shuffle=True, num_workers=0)
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')
可视化一些图片
def imshow(inp, title=None):
"""展示 张量"""
# img的格式是(C,H,W) 而plt.imshow()接受的格式是(H, W, C),所以需要转换维度
inp = inp.numpy().transpose(1, 2, 0)
mean = np.array([0.485, 0.456, 0.406]) # mean 是均值，std 是方差
std = np.array([0.229, 0.224, 0.225])
inp = std * inp + mean # 将像素转换成原来的值，与transforms.Normalize相对应
inp = np.clip(inp, 0, 1) # 截取函数，所有比 0 小的变为0，比1 大的变为1
plt.imshow(inp)
if title is not None:
plt.title(title)
plt.pause(20)
plt.show()
# 获取一批训练数据
inputs, classes = next(iter(dataloaders['train']))
# 给每个图像之间制造网格，以便间隔开
out = torchvision.utils.make_grid(inputs)
#
imshow(out, title=[class_names[x] for x in classes])
训练模型
ok，我们写一个通用函数来训练模型，我们将会阐明：
一、计划好学习率
二、保存最好的模型
def train_model(model, criterion, optimizer, scheduler, num_epochs=25):
since = time.time()
# 保存权重，使用深拷贝
best_model_wts = copy.deepcopy(model.state_dict())
best_acc = 0.0
for epoch in range(num_epochs):
print('Epoch {}/{}'.format(epoch, num_epochs - 1))
print('-' * 10)
# 每一个阶段都有一个训练集和验证集
for phase in ['train', 'val']: # val 是验证集的意思
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_correct = 0
# 迭代数据
for inputs, labels in dataloaders[phase]:
inputs = inputs.to(device)
labels = labels.to(device)
# 将梯度置0
optimizer.zero_grad()
# 前向传播
# 只在训练的时候追踪
with torch.set_grad_enabled(phase == 'train'):
outputs = model(inputs)
_, preds = torch.max(outputs, 1) # 寻找每行的最大值， 返回每行的最大值 以及 最大值的索引
loss = criterion(outputs, labels)
# 只有训练的时候，才需要backward + optimize
if phase == 'train':
loss.backward()
optimizer.step()
# 统计
running_loss += loss.item() * inputs.size(0)
running_correct += torch.sum(preds == labels.data)
if phase == 'train':
scheduler.step()
epoch_loss = running_loss / dataset_sizes[phase]
epoch_acc = running_correct.double() / dataset_sizes[phase]
print('{} Loss: {:.4f} Acc: {:.4f}'.format(
phase, epoch_loss, epoch_acc))
# 拷贝最好的模型
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('Training complete in {:.0f}m {:.0f}s'.format(
time_elapsed // 60, time_elapsed % 60))
print('Best val Acc: {:4f}'.format(best_acc))
# 加载最好的模型权重
model.load_state_dict(best_model_wts)
return model
可视化模型预测
def visualize_model(model, num_images=6):
was_training = model.training
model.eval()
images_so_far = 0
fig = plt.figure()
with torch.no_grad():
for i, (inputs, labels) in enumerate(dataloaders['val']):
inputs = inputs.to(device)
labels = labels.to(device)
outputs = model(inputs)
_, preds = torch.max(outputs, 1)
for j in range(inputs.size()[0]):
images_so_far += 1
ax = plt.subplot(num_images//2, 2, images_so_far)
ax.axis('off')
ax.set_title('predicted: {}'.format(class_names[preds[j]]))
imshow(inputs.cpu().data[j])
if images_so_far == num_images:
model.train(mode=was_training)
return
model.train(mode=was_training)
微调网络
加载一个预先训练的网络，重置最后的全连接层。
model_ft = models.resnet18(pretrained=True)
# 得到 fc 的输入特征的数量
num_ftrs = model_ft.fc.in_features
# 设置输出样本为2
# 设置全连接层 nn.Linear(num_ftrs, len(class_names)).
model_ft.fc = nn.Linear(num_ftrs, 2)
model_ft = model_ft.to(device)
criterion = nn.CrossEntropyLoss()
# 让所有参数都得到训练
optimizer_ft = optim.SGD(model_ft.parameters(), lr=0.001, momentum=0.9)
# 每7个epoch，lr衰减0.1倍
exp_lr_scheduler = lr_scheduler.StepLR(optimizer_ft, step_size=7, gamma=0.1)
训练以及评估
model_ft = train_model(model_ft, criterion, optimizer_ft, exp_lr_scheduler,
num_epochs=25)
visualize_model(model_ft)
ok,这里说我遇到的一个问题
在跑的过程当中，我的网络出现了这个问题
我蒙蔽了，debug了一下发现是loss.backward() 出了问题。百度了一下，发现可能是配置的问题，但是我懒得弄，怕把配置又弄乱了，等到了学校，用学校的机子可以一试hhh。
需要的看这个
卷积网络作为固定特征提取器
这里，我们需要冻结除最后一层外的所有网络。我们需要设置requires_grad == False来冻结参数，这样梯度就不会在backward()中计算。
model_conv = torchvision.models.resnet18(pretrained=True)
for param in model_conv.parameters():
param.requires_grad = False
# Parameters of newly constructed modules have requires_grad=True by default
num_ftrs = model_conv.fc.in_features
model_conv.fc = nn.Linear(num_ftrs, 2)
model_conv = model_conv.to(device)
criterion = nn.CrossEntropyLoss()
# Observe that only parameters of final layer are being optimized as
# opposed to before.
optimizer_conv = optim.SGD(model_conv.fc.parameters(), lr=0.001, momentum=0.9)
# Decay LR by a factor of 0.1 every 7 epochs
exp_lr_scheduler = lr_scheduler.StepLR(optimizer_conv, step_size=7, gamma=0.1)
model_conv = train_model(model_conv, criterion, optimizer_conv,
exp_lr_scheduler, num_epochs=25)
visualize_model(model_conv)
plt.ioff() # 最后关闭交互
plt.show()
在考虑要不要把原来的cuda删了重下，这样搞了很久跑不出效果的感觉太难受了！
全部评论 (0)
还没有任何评论哟~