位置: IT常识 - 正文

【深度学习】Pytorch实现CIFAR10图像分类任务测试集准确率达95%

编辑:rootadmin
【深度学习】Pytorch实现CIFAR10图像分类任务测试集准确率达95% 文章目录前言CIFAR10简介Backbone选择训练+测试训练环境及超参设置完整代码部分测试结果完整工程文件Reference前言

推荐整理分享【深度学习】Pytorch实现CIFAR10图像分类任务测试集准确率达95%,希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:,内容如对您有帮助,希望把文章链接给更多的朋友!

分享一下本人去年入门深度学习时,在CIFAR10数据集上做的图像分类任务,使用了多个主流的backbone网络,希望可以为同样想入门深度学习的同志们,提供一个方便上手、容易理解的参考教程。

CIFAR10简介

CIFAR-10数据集是图像分类领域经典的数据集,由 Hinton 的学生 Alex Krizhevsky 和 Ilya Sutskever 整理得到,一共包含10个类别的 RGB彩色图片:飞机( airplane )、汽车( automobile )、鸟类( bird )、猫( cat )、鹿( deer )、狗( dog )、蛙类( frog )、马( horse )、船( ship )和卡车( truck ),图片的尺寸为 32×32 ,数据集中一共有 50000 张训练圄片和 10000 张测试图片。 CIFAR-10 的图片样例如图所示   Pytorch中提供了如下命令可以直接将CIFAR10数据集下载到本地:

import torchvisiondataset = torchvision.datasets.CIFAR10(root, train=True, download=True, transform)root:数据集加载到本地的路径train=True:True表示加载训练集,False加载测试集download=True:True表示加载数据集到root,若数据集已经存在,则不会再加载transform:数据增强

  这里分享一个加载CIFAR10数据集的完整代码:

# 设置数据增强print('==> Preparing data..')transform_train = transforms.Compose([ transforms.RandomCrop(32, padding=4), transforms.RandomHorizontalFlip(), transforms.ToTensor(), transforms.Normalize((0.4914, 0.4822, 0.4465), (0.2023, 0.1994, 0.2010)),])transform_test = transforms.Compose([ transforms.ToTensor(), transforms.Normalize((0.4914, 0.4822, 0.4465), (0.2023, 0.1994, 0.2010)),])# 加载CIFAR10数据集trainset = torchvision.datasets.CIFAR10( root=opt.data, train=True, download=True, transform=transform_train)trainloader = torch.utils.data.DataLoader( trainset, batch_size=opt.batch_size, shuffle=True, num_workers=2)testset = torchvision.datasets.CIFAR10( root=opt.data, train=False, download=True, transform=transform_test)testloader = torch.utils.data.DataLoader( testset, batch_size=100, shuffle=False, num_workers=2)Backbone选择

本文主要尝试了以下几个主流的backbone网络,并在CIFAR10上实现了图像分类任务:

LetNetAlexNetVGGGoogLeNet(InceptionNet)ResNetDenseNetResNeXtSENetMobileNetv2-v3ShuffleNetv2EfficientNetB0Darknet53CSPDarknet53【深度学习】Pytorch实现CIFAR10图像分类任务测试集准确率达95%

  这里放上测试结果最好的ResNet模块的构建代码,其他代码放到最后完整工程backbone文件夹中:

"""pytorch实现ResNet50、ResNet101和ResNet152:"""import torchimport torch.nn as nnimport torchvisionimport torch.nn.functional as F# conv1 7 x 7 64 stride=2def Conv1(channel_in, channel_out, stride=2): return nn.Sequential( nn.Conv2d( channel_in, channel_out, kernel_size=7, stride=stride, padding=3, bias=False ), nn.BatchNorm2d(channel_out), # 会改变输入数据的值 # 节省反复申请与释放内存的空间与时间 # 只是将原来的地址传递,效率更好 nn.ReLU(inplace=True), nn.MaxPool2d(kernel_size=3, stride=stride, padding=1) )# 构建ResNet18-34的网络基础模块class BasicBlock(nn.Module): expansion = 1 def __init__(self, in_planes, planes, stride=1): super(BasicBlock, self).__init__() self.conv1 = nn.Conv2d( in_planes, planes, kernel_size=3, stride=stride, padding=1, bias=False) self.bn1 = nn.BatchNorm2d(planes) self.conv2 = nn.Conv2d(planes, planes, kernel_size=3, stride=1, padding=1, bias=False) self.bn2 = nn.BatchNorm2d(planes) self.shortcut = nn.Sequential() if stride != 1 or in_planes != self.expansion * planes: self.shortcut = nn.Sequential( nn.Conv2d(in_planes, self.expansion * planes, kernel_size=1, stride=stride, bias=False), nn.BatchNorm2d(self.expansion * planes) ) def forward(self, x): out = F.relu(self.bn1(self.conv1(x))) out = self.bn2(self.conv2(out)) out += self.shortcut(x) out = F.relu(out) return out# 构建ResNet50-101-152的网络基础模块class Bottleneck(nn.Module): expansion = 4 def __init__(self, in_planes, planes, stride=1): super(Bottleneck, self).__init__() # 构建 1x1, 3x3, 1x1的核心卷积块 self.conv1 = nn.Conv2d(in_planes, planes, kernel_size=1, bias=False) self.bn1 = nn.BatchNorm2d(planes) self.conv2 = nn.Conv2d(planes, planes, kernel_size=3, stride=stride, padding=1, bias=False) self.bn2 = nn.BatchNorm2d(planes) self.conv3 = nn.Conv2d(planes, self.expansion * planes, kernel_size=1, bias=False) self.bn3 = nn.BatchNorm2d(self.expansion * planes) # 采用1x1的kernel,构建shout cut # 注意这里除了第一个bottleblock之外,都需要下采样,所以步长要设置为stride=2 self.shortcut = nn.Sequential() if stride != 1 or in_planes != self.expansion * planes: self.shortcut = nn.Sequential( nn.Conv2d(in_planes, self.expansion * planes, kernel_size=1, stride=stride, bias=False), nn.BatchNorm2d(self.expansion * planes) ) def forward(self, x): out = F.relu(self.bn1(self.conv1(x))) out = F.relu(self.bn2(self.conv2(out))) out = self.bn3(self.conv3(out)) out += self.shortcut(x) out = F.relu(out) return out# 搭建ResNet模板块class ResNet(nn.Module): def __init__(self, block, num_blocks, num_classes=10): super(ResNet, self).__init__() self.in_planes = 64 self.conv1 = nn.Conv2d(3, 64, kernel_size=3, stride=1, padding=1, bias=False) self.bn1 = nn.BatchNorm2d(64) # 逐层搭建ResNet self.layer1 = self._make_layer(block, 64, num_blocks[0], stride=1) self.layer2 = self._make_layer(block, 128, num_blocks[1], stride=2) self.layer3 = self._make_layer(block, 256, num_blocks[2], stride=2) self.layer4 = self._make_layer(block, 512, num_blocks[3], stride=2) self.linear = nn.Linear(512 * block.expansion, num_classes) # 参数初始化 # for m in self.modules(): # if isinstance(m, nn.Conv2d): # nn.init.kaiming_normal_(m.weight, mode='fan_out', nonlinearity='relu') # elif isinstance(m, nn.BatchNorm2d): # nn.init.constant_(m.weight, 1) # nn.init.constant_(m.bias, 0) def _make_layer(self, block, planes, num_blocks, stride): strides = [stride] + [1] * (num_blocks - 1) # layers = [ ] 是一个列表 # 通过下面的for循环遍历配置列表,可以得到一个由 卷积操作、池化操作等 组成的一个列表layers # return nn.Sequential(*layers),即通过nn.Sequential函数将列表通过非关键字参数的形式传入(列表layers前有一个星号) layers = [] for stride in strides: layers.append(block(self.in_planes, planes, stride)) self.in_planes = planes * block.expansion return nn.Sequential(*layers) def forward(self, x): out = F.relu(self.bn1(self.conv1(x))) out = self.layer1(out) out = self.layer2(out) out = self.layer3(out) out = self.layer4(out) out = F.avg_pool2d(out, 4) out = out.view(out.size(0), -1) out = self.linear(out) return outdef ResNet18(): return ResNet(BasicBlock, [2, 2, 2, 2])def ResNet34(): return ResNet(BasicBlock, [3, 4, 6, 3])def ResNet50(): return ResNet(Bottleneck, [3, 4, 6, 3])def ResNet101(): return ResNet(Bottleneck, [3, 4, 23, 3])def ResNet152(): return ResNet(Bottleneck, [3, 8, 36, 3])# 测试# if __name__ == '__main__':# model = ResNet50()# print(model)## input = torch.randn(1, 3, 32, 32)# out = model(input)# print(out.shape)训练+测试训练环境及超参设置

本文的训练环境和超参数设置如下:

1块1080 Ti GPUepoch为100batch-size为128优化器:SGD学习率:余弦退火有序调整学习率

  主要步骤如下:

加载数据集

将数据集加载到本地按batch-size加载到dataLoader设置相关参数

指定GPU训练相关参数断点续训模型保存参数设置优化器设置学习率循环每个epoch

开启训练开启测试学习率调整数据可视化打印结果完整代码'''Train CIFAR10 with PyTorch.'''import torchvision.transforms as transformsimport timeimport torchimport torchvisionimport torch.nn as nnimport torch.optim as optimimport torch.backends.cudnn as cudnnfrom torch.utils.data import DataLoaderimport matplotlib.pyplot as pltimport osimport argparse# 导入模型from backbones.ResNet import ResNet18# 指定GPUos.environ['CUDA_VISIBLE_DEVICES'] = '1'# 用于计算GPU运行时间def time_sync(): # pytorch-accurate time if torch.cuda.is_available(): torch.cuda.synchronize() return time.time()# Trainingdef train(epoch): model.train() train_loss = 0 correct = 0 total = 0 train_acc = 0 # 开始迭代每个batch中的数据 for batch_idx, (inputs, targets) in enumerate(trainloader): # inputs:[b,3,32,32], targets:[b] # train_outputs:[b,10] inputs, targets = inputs.to(device), targets.to(device) # print(inputs.shape) optimizer.zero_grad() outputs = model(inputs) loss = criterion(outputs, targets) loss.backward() optimizer.step() # 计算损失 train_loss += loss.item() _, predicted = outputs.max(1) total += targets.size(0) correct += predicted.eq(targets).sum().item() # 计算准确率 train_acc = correct / total # 每训练100个batch打印一次训练集的loss和准确率 if (batch_idx + 1) % 100 == 0: print('[INFO] Epoch-{}-Batch-{}: Train: Loss-{:.4f}, Accuracy-{:.4f}'.format(epoch + 1, batch_idx + 1, loss.item(), train_acc)) # 计算每个epoch内训练集的acc total_train_acc.append(train_acc)# Testingdef test(epoch, ckpt): global best_acc model.eval() test_loss = 0 correct = 0 total = 0 test_acc = 0 with torch.no_grad(): for batch_idx, (inputs, targets) in enumerate(testloader): inputs, targets = inputs.to(device), targets.to(device) outputs = model(inputs) loss = criterion(outputs, targets) test_loss += loss.item() _, predicted = outputs.max(1) total += targets.size(0) correct += predicted.eq(targets).sum().item() test_acc = correct / total print( '[INFO] Epoch-{}-Test Accurancy: {:.3f}'.format(epoch + 1, test_acc), '\n') total_test_acc.append(test_acc) # 保存权重文件 acc = 100. * correct / total if acc > best_acc: print('Saving..') state = { 'net': model.state_dict(), 'acc': acc, 'epoch': epoch, } if not os.path.isdir('checkpoint'): os.mkdir('checkpoint') torch.save(state, ckpt) best_acc = accif __name__ == '__main__': # 设置超参 parser = argparse.ArgumentParser(description='PyTorch CIFAR10 Training') parser.add_argument('--epochs', type=int, default=100) parser.add_argument('--batch_size', type=int, default=128) parser.add_argument('--data', type=str, default='cifar10') parser.add_argument('--T_max', type=int, default=100) parser.add_argument('--lr', default=0.1, type=float, help='learning rate') parser.add_argument('--resume', '-r', action='store_true', help='resume from checkpoint') parser.add_argument('--checkpoint', type=str, default='checkpoint/ResNet18-CIFAR10.pth') opt = parser.parse_args() # 设置相关参数 device = torch.device('cuda:0') if torch.cuda.is_available() else 'cpu' best_acc = 0 # best test accuracy start_epoch = 0 # start from epoch 0 or last checkpoint epoch classes = ('plane', 'car', 'bird', 'cat', 'deer', 'dog', 'frog', 'horse', 'ship', 'truck') # 设置数据增强 print('==> Preparing data..') transform_train = transforms.Compose([ transforms.RandomCrop(32, padding=4), transforms.RandomHorizontalFlip(), transforms.ToTensor(), transforms.Normalize((0.4914, 0.4822, 0.4465), (0.2023, 0.1994, 0.2010)), ]) transform_test = transforms.Compose([ transforms.ToTensor(), transforms.Normalize((0.4914, 0.4822, 0.4465), (0.2023, 0.1994, 0.2010)), ]) # 加载CIFAR10数据集 trainset = torchvision.datasets.CIFAR10( root=opt.data, train=True, download=True, transform=transform_train) trainloader = torch.utils.data.DataLoader( trainset, batch_size=opt.batch_size, shuffle=True, num_workers=2) testset = torchvision.datasets.CIFAR10( root=opt.data, train=False, download=True, transform=transform_test) testloader = torch.utils.data.DataLoader( testset, batch_size=100, shuffle=False, num_workers=2) # print(trainloader.dataset.shape) # 加载模型 print('==> Building model..') model = ResNet18().to(device) # DP训练 if device == 'cuda': model = torch.nn.DataParallel(model) cudnn.benchmark = True # 加载之前训练的参数 if opt.resume: # Load checkpoint. print('==> Resuming from checkpoint..') assert os.path.isdir('checkpoint'), 'Error: no checkpoint directory found!' checkpoint = torch.load(opt.checkpoint) model.load_state_dict(checkpoint['net']) best_acc = checkpoint['acc'] start_epoch = checkpoint['epoch'] # 设置损失函数与优化器 criterion = nn.CrossEntropyLoss() optimizer = optim.SGD(model.parameters(), lr=opt.lr, momentum=0.9, weight_decay=5e-4) # 余弦退火有序调整学习率 scheduler = torch.optim.lr_scheduler.CosineAnnealingLR(optimizer, T_max=opt.T_max) # ReduceLROnPlateau(自适应调整学习率) # scheduler = torch.optim.lr_scheduler.ReduceLROnPlateau(optimizer, mode='min', factor=0.1, patience=10) # 记录training和testing的acc total_test_acc = [] total_train_acc = [] # 记录训练时间 tic = time_sync() # 开始训练 for epoch in range(opt.epochs): train(epoch) test(epoch, opt.checkpoint) # 动态调整学习率 scheduler.step() # ReduceLROnPlateau(自适应调整学习率) # scheduler.step(loss_val) # 数据可视化 plt.figure() plt.plot(range(opt.epochs), total_train_acc, label='Train Accurancy') plt.plot(range(opt.epochs), total_test_acc, label='Test Accurancy') plt.xlabel('Epoch') plt.ylabel('Accurancy') plt.title('ResNet18-CIFAR10-Accurancy') plt.legend() plt.savefig('output/ResNet18-CIFAR10-Accurancy.jpg') # 自动保存plot出来的图片 plt.show() # 输出best_acc print(f'Best Acc: {best_acc * 100}%') toc = time_sync() # 计算本次运行时间 t = (toc - tic) / 3600 print(f'Training Done. ({t:.3f}s)')部分测试结果BackboneBest AccMobileNetv293.37%VGG1693.80%DenseNet12194.55%GoogLeNet95.02%ResNeXt29_32×4d95.18%ResNet5095.20%SENet1895.22%ResNet1895.23%完整工程文件

Pytorch实现CIFAR10图像分类任务测试集准确率达95%

Reference

CIFAR-10 数据集

深度学习入门基础教程(二) CNN做CIFAR10数据集图像分类 pytorch版代码

Pytorch CIFAR10 图像分类篇 汇总

pytorch-cifar:使用PyTorch在CIFAR10上为95.47%

本文链接地址:https://www.jiuchutong.com/zhishi/300727.html 转载请保留说明!

上一篇:vue中组件间通信的6种方式(vue之间的组件通信)

下一篇:自注意力(Self-Attention)与Multi-Head Attention机制详解(自注意力机制是什么)

  • 华为nova5i怎么关闭退出键(华为nova5i怎么关机)

    华为nova5i怎么关闭退出键(华为nova5i怎么关机)

  • 华为荣耀9x 4g和6g的区别(华为荣耀9x6g和8g哪个好)

    华为荣耀9x 4g和6g的区别(华为荣耀9x6g和8g哪个好)

  • oppo手机开机慢的解决办法(oppo手机开机慢怎么解决方法)

    oppo手机开机慢的解决办法(oppo手机开机慢怎么解决方法)

  • oppor11黑屏但是按键亮着(oppor11黑屏但是下面键亮着)

    oppor11黑屏但是按键亮着(oppor11黑屏但是下面键亮着)

  • 支付宝买的火车票怎么取(支付宝买的火车票怎么开电子发票啊)

    支付宝买的火车票怎么取(支付宝买的火车票怎么开电子发票啊)

  • 声纹气泡怎么取消?(声纹怎么用)

    声纹气泡怎么取消?(声纹怎么用)

  • vivo v1732a什么型号(vivo手机v1732a现在值多少钱)

    vivo v1732a什么型号(vivo手机v1732a现在值多少钱)

  • 快手提交不了订单怎么回事(快手买东西提交不了订单是什么原因)

    快手提交不了订单怎么回事(快手买东西提交不了订单是什么原因)

  • 抖音分享到微信受限制怎么办(抖音分享到微信好友)

    抖音分享到微信受限制怎么办(抖音分享到微信好友)

  • 苹果se悬浮球在哪设置(iphone悬浮球怎么调出来)

    苹果se悬浮球在哪设置(iphone悬浮球怎么调出来)

  • vivo手机的ot g功能在哪里(vivo手机的ot g功能在哪里开启)

    vivo手机的ot g功能在哪里(vivo手机的ot g功能在哪里开启)

  • 淘宝五星是什么(淘宝五星是什么意思)

    淘宝五星是什么(淘宝五星是什么意思)

  • 充电只充到80正确吗(为什么充电只到80)

    充电只充到80正确吗(为什么充电只到80)

  • 怎样让微信视频有美颜效果(怎样让微信视频号火起来)

    怎样让微信视频有美颜效果(怎样让微信视频号火起来)

  • 1tb256g固态什么意思(256固态跟1tb 哪个好)

    1tb256g固态什么意思(256固态跟1tb 哪个好)

  • che1cl10是什么型号(chel-cl10是什么型号的手机)

    che1cl10是什么型号(chel-cl10是什么型号的手机)

  • 一张cdrom光盘的储存容量是(一张cdrom光盘700的最多可以存储ct图像)

    一张cdrom光盘的储存容量是(一张cdrom光盘700的最多可以存储ct图像)

  • id的全称(id的全称英文是什么)

    id的全称(id的全称英文是什么)

  • 魅族16T怎么解除锁屏密码(魅族16t怎么解除root)

    魅族16T怎么解除锁屏密码(魅族16t怎么解除root)

  • 华为20i手机怎么返回(华为20i手机怎么样)

    华为20i手机怎么返回(华为20i手机怎么样)

  • 小爱同学能改名唤醒么(小爱同学能改名字呼叫吗)

    小爱同学能改名唤醒么(小爱同学能改名字呼叫吗)

  • pr怎么字幕加进入特效(pr字幕加入)

    pr怎么字幕加进入特效(pr字幕加入)

  • wifi双频合一要不要开(wifi双频合一有什么好处)

    wifi双频合一要不要开(wifi双频合一有什么好处)

  • qi拼团是什么(拼团到底什么意思)

    qi拼团是什么(拼团到底什么意思)

  • 联通上行路线怎么激活(联通上行链路连接不上)

    联通上行路线怎么激活(联通上行链路连接不上)

  • 境外向国内汇款几天到账
  • 企业所得税税负高是什么意思
  • 存货盘亏计入哪个会计科目
  • 利息收入为什么记贷方
  • 个税系统设置在哪里
  • 直接抵免和间接抵免的区别
  • 企业所得税季度预缴怎么计算
  • 外贸公司进项票要专票还是普票
  • 一般纳税人什么时候用简易计税
  • 房企预收账款什么时候结转
  • 旅行社的营业收入主要由( )构成
  • 农村土地征用补偿是多少钱一亩
  • 没收履约保证金交增值税吗
  • 可供出售金融资产包括哪些内容
  • 增值税留抵还需要交税吗
  • 不合规进项税如何账务处理
  • 发票作废了还能认证吗
  • 小规模纳税人开专票需要交税吗
  • 公司支付广告服务费账务处理
  • 滴滴普票可以抵扣进项么
  • 以前年度损益调整贷方余额表示什么
  • 所得税计税方法
  • 现金流量表附表的其他指的是什么
  • 应付账款对账的流程和技巧
  • 企业可以用当月的进项票抵扣上月的销项吗?
  • 用于在建工程的固定资产是否可以计提折旧
  • 职工福利费扣除限额
  • 残保金按计提数还是按发放数申报
  • 生产经营所得个税表
  • laravel use
  • windows闹钟
  • docker 使用教程
  • 生产物料报废
  • phpcms怎么用
  • controller 层
  • 对税务总局意见建议
  • 房地产开发间接费
  • 郁金香地图
  • vue路由跳转的三种方法
  • 闭包 python
  • mlp是啥啊
  • vue获取当前行
  • timedatectl命令用法
  • 待抵扣进项税额的账务处理
  • Python IDE之Thonny的介绍
  • centos8 mongodb
  • 印花税不减免
  • 个税更改公司怎么操作
  • 个人去税务局开劳务发票要交多少税
  • 交易性金融资产的账务处理
  • 发票超过三个月就不能开了吗
  • 私车公用产生的费用算不算在公务用车运行维护费中
  • 事业单位之间调动难吗
  • 办公设备折旧年限规定多少年
  • 基金赎回可以赎回部分吗
  • 不动产计提折旧时间
  • 分类法与品种法相比,最大的区别是
  • 办税人员可以是开票员吗
  • 薪金的定义
  • 工程类发票账务后面需附什么单据呢
  • 出售固定资产清理的账务处理
  • 怎样填制记账凭证表
  • windows10网页打不开怎么办
  • mac如何恢复已删除文件
  • win10预览版和正式版
  • svn怎么切换用户名
  • WIN7系统如何禁止特定软件在线升级
  • Web Safe Color Pallette
  • node.js实战
  • unity克隆物体
  • unity3d跨平台
  • js class 私有方法
  • JavaScript中的数据类型
  • javascript基于什么的语言
  • 国家税务总局政策法规司
  • 销售免税货物可以抵扣进项税吗
  • 税务上门核查要看什么
  • 装修费也要缴纳房产税吗
  • 个人股和公司股
  • 公司如何制定制度
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设