谷歌做网站推广,企业建网站解决方案,公众号编辑 wordpress,seo撰写网站标题以及描述的案例Pytorch从零开始实战——YOLOv5-C3模块实现
本系列来源于365天深度学习训练营
原作者K同学 文章目录 Pytorch从零开始实战——YOLOv5-C3模块实现环境准备数据集模型选择开始训练可视化模型预测总结 环境准备
本文基于Jupyter notebook#xff0c;使用Python3.8#xff0c…Pytorch从零开始实战——YOLOv5-C3模块实现
本系列来源于365天深度学习训练营
原作者K同学 文章目录 Pytorch从零开始实战——YOLOv5-C3模块实现环境准备数据集模型选择开始训练可视化模型预测总结 环境准备
本文基于Jupyter notebook使用Python3.8Pytorch2.0.1cu118torchvision0.15.2需读者自行配置好环境且有一些深度学习理论基础。本次实验的目的理解YOLOv5-C3模块。 第一步导入常用包
import torch
import torch.nn as nn
import matplotlib.pyplot as plt
import torchvision
import torchvision.transforms as transforms
import torchvision.datasets as datasets
import torch.nn.functional as F
import random
from time import time
import numpy as np
import pandas as pd
import datetime
import gc
import os
import copy
os.environ[KMP_DUPLICATE_LIB_OK]True # 用于避免jupyter环境突然关闭
torch.backends.cudnn.benchmarkTrue # 用于加速GPU运算的代码设置随机数种子
torch.manual_seed(428)
torch.cuda.manual_seed(428)
torch.cuda.manual_seed_all(428)
random.seed(428)
np.random.seed(428)创建设备对象并且查看GPU数量
device torch.device(cuda if torch.cuda.is_available() else cpu)
device, torch.cuda.device_count() # (device(typecuda), 2)数据集
本次数据集是使用之前用过的天气识别的数据集分别有四个类别cloudy、rain、shine、sunrise不同的类别存放在不同的文件夹中文件夹名是类别名。 使用pathlib查看类别
import pathlib
data_dir ./data/weather_photos/
data_dir pathlib.Path(data_dir) # 转成pathlib.Path对象
data_paths list(data_dir.glob(*))
classNames [str(path).split(/)[2] for path in data_paths]
classNames # [cloudy, sunrise, shine, rain]使用transforms对数据集进行统一处理并且根据文件夹名映射对应标签
all_transforms transforms.Compose([transforms.Resize([224, 224]),transforms.ToTensor(),transforms.Normalize(mean[0.485, 0.456, 0.406], std[0.229, 0.224, 0.225]) # 标准化
])total_data datasets.ImageFolder(./data/weather_photos/, transformall_transforms)
total_data.class_to_idx # {cloudy: 0, rain: 1, shine: 2, sunrise: 3}随机查看五张图片
def plotsample(data):fig, axs plt.subplots(1, 5, figsize(10, 10)) #建立子图for i in range(5):num random.randint(0, len(data) - 1) #首先选取随机数随机选取五次#抽取数据中对应的图像对象make_grid函数可将任意格式的图像的通道数升为3而不改变图像原始的数据#而展示图像用的imshow函数最常见的输入格式也是3通道npimg torchvision.utils.make_grid(data[num][0]).numpy()nplabel data[num][1] #提取标签 #将图像由(3, weight, height)转化为(weight, height, 3)并放入imshow函数中读取axs[i].imshow(np.transpose(npimg, (1, 2, 0))) axs[i].set_title(nplabel) #给每个子图加上标签axs[i].axis(off) #消除每个子图的坐标轴plotsample(total_data)根据8比2划分数据集和测试集并且利用DataLoader划分批次和随机打乱
train_size int(0.8 * len(total_data))
test_size len(total_data) - train_size
train_ds, test_ds torch.utils.data.random_split(total_data, [train_size, test_size])batch_size 32
train_dl torch.utils.data.DataLoader(train_ds,batch_sizebatch_size,shuffleTrue,)
test_dl torch.utils.data.DataLoader(test_ds,batch_sizebatch_size,shuffleTrue,)len(train_dl.dataset), len(test_dl.dataset) # (901, 226)模型选择
此次模型借用K同学所绘制的模型图
定义了一个autopad函数用于确定卷积操作的填充如果提供了p参数则函数将使用提供的填充大小否则函数中的填充计算将根据卷积核的大小k来确定如果k是整数那么将应用方形卷积核填充大小将设置为k // 2如果k是一个包含两个整数的列表那么将应用矩形卷积核填充大小将分别设置为列表中两个值的一半。
def autopad(k, pNone): if p is None:p k // 2 if isinstance(k, int) else [x // 2 for x in k] return p定义自定义卷积层在init方法中创建了一个卷积层 self.conv使用了 nn.Conv2d该卷积层接受输入通道数 c1输出通道数 c2卷积核大小 k步幅 s填充 p分组数 g并且没有偏置项biasFalse。创建了一个批归一化层 self.bn用于规范化卷积层的输出。创建了一个激活函数层 self.act其类型取决于 act 参数。如果 act 为 True它将使用 SiLUSigmoid Linear Unit激活函数如果 act 为其他的 nn.Module 类它将直接使用提供的激活函数否则它将使用恒等函数nn.Identity作为激活函数。其中SiLU激活函数为SiLU(x) x * sigmoid(x)。
class Conv(nn.Module):def __init__(self, c1, c2, k1, s1, pNone, g1, actTrue): # ch_in, ch_out, kernel, stride, padding, groupssuper().__init__()self.conv nn.Conv2d(c1, c2, k, s, autopad(k, p), groupsg, biasFalse)self.bn nn.BatchNorm2d(c2)self.act nn.SiLU() if act is True else (act if isinstance(act, nn.Module) else nn.Identity())def forward(self, x):return self.act(self.bn(self.conv(x)))定义Bottleneck类这个模块的作用是实现标准的残差连接以提高网络性能。在 init方法中计算了中间隐藏通道数 c_它是输出通道数 c2 乘以扩张因子 e 的整数部分。创建了两个 Conv 模块 self.cv1 和 self.cv2分别用于进行卷积操作。self.cv1 使用 1x1 的卷积核将输入特征图的通道数从 c1 变换为 c_。self.cv2 使用 3x3 的卷积核将通道数从 c_ 变换为 c2。创建了一个布尔值 self.add用于指示是否应用残差连接。self.add 为 True 的条件是 shortcut 为 True 且输入通道数 c1 等于输出通道数 c2。 在forward 方法中首先通过 self.cv1(x) 将输入 x 传递给第一个卷积层然后通过self.cv2(self.cv1(x)) 将结果传递给第二个卷积层。最后根据 self.add 的值来决定是否应用残差连接。如果 self.add 为 True将输入 x 与第二个卷积层的输出相加否则直接返回第二个卷积层的输出。这样模块在需要时应用残差连接以保留和传递更多的信息。
class Bottleneck(nn.Module):def __init__(self, c1, c2, shortcutTrue, g1, e0.5): # ch_in, ch_out, shortcut, groups, expansionsuper().__init__()c_ int(c2 * e) self.cv1 Conv(c1, c_, 1, 1)self.cv2 Conv(c_, c2, 3, 1, gg)self.add shortcut and c1 c2def forward(self, x):return x self.cv2(self.cv1(x)) if self.add else self.cv2(self.cv1(x))C3模块整体如上图所示cv1 和 cv2 是两个独立的卷积操作它们的输入通道数都是 c1并经过相应的卷积操作后输出通道数变为 c_。这是为了将输入特征映射进行降维和变换。cv3 接受 cv1 和 cv2 的输出并且希望在这两部分特征上进行进一步的操作。为了能够将它们连接起来cv3 的输入通道数必须匹配这两部分特征的输出通道数的总和因此是 2 * c_。其中这个模块可以叠加n个Bottleneck块。
class C3(nn.Module):def __init__(self, c1, c2, n1, shortcutTrue, g1, e0.5): # ch_in, ch_out, number, shortcut, groups, expansionsuper().__init__()c_ int(c2 * e) self.cv1 Conv(c1, c_, 1, 1)self.cv2 Conv(c1, c_, 1, 1)self.cv3 Conv(2 * c_, c2, 1) self.m nn.Sequential(*(Bottleneck(c_, c_, shortcut, g, e1.0) for _ in range(n)))def forward(self, x):return self.cv3(torch.cat((self.m(self.cv1(x)), self.cv2(x)), dim1))最后定义我们的模型
class model_K(nn.Module):def __init__(self):super(model_K, self).__init__()# 卷积模块self.Conv Conv(3, 32, 3, 2) # C3模块1self.C3_1 C3(32, 64, 3, 2)# 全连接网络层用于分类self.classifier nn.Sequential(nn.Linear(in_features802816, out_features100),nn.ReLU(),nn.Linear(in_features100, out_features4))def forward(self, x):x self.Conv(x)x self.C3_1(x)x torch.flatten(x, start_dim1)x self.classifier(x)return xmodel model_K().to(device)使用summary查看模型架构
from torchsummary import summary
summary(model, input_size(3, 224, 224))开始训练
定义训练函数
def train(dataloader, model, loss_fn, opt):size len(dataloader.dataset)num_batches len(dataloader)train_acc, train_loss 0, 0for X, y in dataloader:X, y X.to(device), y.to(device)pred model(X)loss loss_fn(pred, y)opt.zero_grad()loss.backward()opt.step()train_acc (pred.argmax(1) y).type(torch.float).sum().item()train_loss loss.item()train_acc / sizetrain_loss / num_batchesreturn train_acc, train_loss定义测试函数
def test(dataloader, model, loss_fn):size len(dataloader.dataset)num_batches len(dataloader)test_acc, test_loss 0, 0with torch.no_grad():for X, y in dataloader:X, y X.to(device), y.to(device)pred model(X)loss loss_fn(pred, y)test_acc (pred.argmax(1) y).type(torch.float).sum().item()test_loss loss.item()test_acc / sizetest_loss / num_batchesreturn test_acc, test_loss定义学习率、损失函数、优化算法
loss_fn nn.CrossEntropyLoss()
learn_rate 0.0001
opt torch.optim.Adam(model.parameters(), lrlearn_rate)开始训练epoch设置为30
import time
epochs 30
train_loss []
train_acc []
test_loss []
test_acc []T1 time.time()best_acc 0
best_model 0for epoch in range(epochs):model.train()epoch_train_acc, epoch_train_loss train(train_dl, model, loss_fn, opt)model.eval() # 确保模型不会进行训练操作epoch_test_acc, epoch_test_loss test(test_dl, model, loss_fn)if epoch_test_acc best_acc:best_acc epoch_test_accbest_model copy.deepcopy(model)train_acc.append(epoch_train_acc)train_loss.append(epoch_train_loss)test_acc.append(epoch_test_acc)test_loss.append(epoch_test_loss)print(epoch:%d, train_acc:%.1f%%, train_loss:%.3f, test_acc:%.1f%%, test_loss:%.3f% (epoch 1, epoch_train_acc * 100, epoch_train_loss, epoch_test_acc * 100, epoch_test_loss))T2 time.time()
print(程序运行时间:%s秒 % (T2 - T1))PATH ./best_model.pth # 保存的参数文件名
if best_model is not None:torch.save(best_model.state_dict(), PATH)print(保存最佳模型)
print(Done)可视化
将训练与测试过程可视化
import warnings
warnings.filterwarnings(ignore) #忽略警告信息
plt.rcParams[font.sans-serif] [SimHei] # 用来正常显示中文标签
plt.rcParams[axes.unicode_minus] False # 用来正常显示负号
plt.rcParams[figure.dpi] 100 #分辨率epochs_range range(epochs)plt.figure(figsize(12, 3))
plt.subplot(1, 2, 1)plt.plot(epochs_range, train_acc, labelTraining Accuracy)
plt.plot(epochs_range, test_acc, labelTest Accuracy)
plt.legend(loclower right)
plt.title(Training and Validation Accuracy)plt.subplot(1, 2, 2)
plt.plot(epochs_range, train_loss, labelTraining Loss)
plt.plot(epochs_range, test_loss, labelTest Loss)
plt.legend(locupper right)
plt.title(Training and Validation Loss)
plt.show()模型预测
定义预测函数
from PIL import Image classes list(total_data.class_to_idx)def predict_one_image(image_path, model, transform, classes):test_img Image.open(image_path).convert(RGB)plt.imshow(test_img) # 展示预测的图片test_img transform(test_img)img test_img.to(device).unsqueeze(0)model.eval()output model(img)_,pred torch.max(output,1)pred_class classes[pred]print(f预测结果是{pred_class})预测一张图片
predict_one_image(image_path./data/weather_photos/cloudy/cloudy10.jpg, modelmodel, transformall_transforms, classesclasses) # 预测结果是cloudy查看一下最佳模型的epoch_test_acc, epoch_test_loss
best_model.eval()
epoch_test_acc, epoch_test_loss test(test_dl, best_model, loss_fn)
epoch_test_acc, epoch_test_loss # (0.9469026548672567, 0.18065014126477763)总结
通过这个实验可以了解如何在模型中实现残差连接这对于训练深度神经网络特别有用。残差连接允许在模块之间传递和保留信息有助于缓解梯度消失问题和训练更深的网络。
