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)

  • 微信下载的文件在哪里手机储存路径是什么

    微信下载的文件在哪里手机储存路径是什么

  • 苹果手机怎么设置视频铃声(苹果手机怎么设置铃声来电铃声)

    苹果手机怎么设置视频铃声(苹果手机怎么设置铃声来电铃声)

  • 电脑版文本框的环绕方式怎么设置(电脑文本框在哪个位置)

    电脑版文本框的环绕方式怎么设置(电脑文本框在哪个位置)

  • 华为p30和p30pro对比(华为p30 vs p30pro)

    华为p30和p30pro对比(华为p30 vs p30pro)

  • ipad一直显示耳机模式(ipad一直显示耳机模式 没有声音怎么回事)

    ipad一直显示耳机模式(ipad一直显示耳机模式 没有声音怎么回事)

  • 淘宝怎么进入第三方操作(淘宝怎么进入自己的首页)

    淘宝怎么进入第三方操作(淘宝怎么进入自己的首页)

  • 华为手机拉黑后对方打电话会知道吗(华为手机拉黑后对方打电话什么提示)

    华为手机拉黑后对方打电话会知道吗(华为手机拉黑后对方打电话什么提示)

  • 蓝牙耳机的好处(蓝牙耳机什么样的好)

    蓝牙耳机的好处(蓝牙耳机什么样的好)

  • 拼多多一个人可以开几个店铺(拼多多一个人可以助力同一个人两次吗)

    拼多多一个人可以开几个店铺(拼多多一个人可以助力同一个人两次吗)

  • 苹果11的ios出厂系统是什么(苹果11出厂设置在哪里)

    苹果11的ios出厂系统是什么(苹果11出厂设置在哪里)

  • 2.0hz八核是什么意思(2.0hz八核处理器)

    2.0hz八核是什么意思(2.0hz八核处理器)

  • qq记录删除了后还能查到吗(删除qq记录还能恢复吗)

    qq记录删除了后还能查到吗(删除qq记录还能恢复吗)

  • 滴滴不是本人怎么刷脸(滴滴不是本人怎么接单)

    滴滴不是本人怎么刷脸(滴滴不是本人怎么接单)

  • 华为mate30怎么关闭程序(华为mate30怎么关机重启)

    华为mate30怎么关闭程序(华为mate30怎么关机重启)

  • 抖音怎么切换青少年模式(抖音改成青少年模式怎么换回来)

    抖音怎么切换青少年模式(抖音改成青少年模式怎么换回来)

  • 抖音企业认证600管多久(抖音企业认证600元怎么退款)

    抖音企业认证600管多久(抖音企业认证600元怎么退款)

  • 抖音录一半怎么换音乐(抖音录一段然后再接下一段怎么录)

    抖音录一半怎么换音乐(抖音录一段然后再接下一段怎么录)

  • 苹果手机怎么截长图(苹果手机怎么截图全屏长图)

    苹果手机怎么截长图(苹果手机怎么截图全屏长图)

  • 交管12123罚款支付不了(交管12123罚款支付不了,支付平台数据为空)

    交管12123罚款支付不了(交管12123罚款支付不了,支付平台数据为空)

  • 咸鱼到账的钱在哪里(咸鱼到账后钱在哪)

    咸鱼到账的钱在哪里(咸鱼到账后钱在哪)

  • qq轻聊版如何退出账号(qq轻聊版怎样切换帐号)

    qq轻聊版如何退出账号(qq轻聊版怎样切换帐号)

  • 手把手教你如何Vue项目打包dist文件并Tomcat发布【超级详细】(手把手教你如何套路男神)

    手把手教你如何Vue项目打包dist文件并Tomcat发布【超级详细】(手把手教你如何套路男神)

  • phpcms模块显示无法安装怎么办(phpcms使用教程)

    phpcms模块显示无法安装怎么办(phpcms使用教程)

  • 房屋租赁服务增值税税率是多少
  • 个人所得税人员信息采集验证不通过
  • 固定资产更新改造资本化条件
  • 安装服务费税率是多少
  • 零申报企业所得税季度申报表怎么填写
  • 股权转让与增资扩股的税务
  • 用友如何取消月末结转
  • 案件补贴
  • 没收租赁保证金开什么内容的发票
  • 购入固定资产挂帐记其他应付款还是应付账款
  • 计提业务招待费和办公费需要附件吗?
  • 融资租赁 车辆
  • 增值税减免税申报明细表怎么填写1%
  • 6种个人所得税违规手段,财务人再小心别跳坑!
  • 会计人必读的20本书
  • 航道疏浚服务属于什么服务
  • 金蝶旗舰版反过账的操作步骤
  • 一次性领取的年金 税率表
  • 中介收中介费后就不管了
  • 免税企业进项怎么处理
  • 怎么判断企业是一般纳税人还是小规模
  • mac dns 设置
  • win11最低硬件要求几代
  • 教育培训行业收入
  • 不动产租赁如何缴纳增值税
  • php如何实现多进程
  • 福利费如何做会计分录
  • php静态变量生命周期
  • 2019年下半年中小学教师资格考试综合素质试题
  • 处置抵债资产的增值税计入
  • php验证码扭曲效果怎么做
  • 无偿赠送房屋要交税吗
  • 增值税免征与即征的区别
  • 前端跨域解决方案设计
  • html做超链接
  • 农业合作社需要交土地使用税吗
  • SQL Server 中 RAISERROR 的用法详细介绍
  • MySQL中UPDATE与DELETE语句的使用教程
  • 支付版权使用费怎么记账
  • 税费退库怎么做账
  • 长期股权投资的交易费用计入哪里
  • 车辆车船税收费标准
  • 疫情期间餐饮发票税点
  • sqlserver2012完全卸载
  • 注销公司详细步骤
  • 小规模纳税人技术维护费可以抵扣吗
  • 土地使用权是什么权利
  • 进项税额转出期限是多久
  • 已认证发票是否已抵扣
  • 汽车租赁行业税负是多少
  • 餐费计入哪个科目合理避税
  • 结转损益主营业务收入在借方
  • 公司租赁的车辆发生的费用都可以报销吗?
  • 房产评估增值是什么意思
  • 注册资本认缴制度
  • 挂靠管理费如何入账?
  • 财政补助收入怎样申报企业所得税
  • 货物丢失怎么做分录
  • 法院强制执行扣完款就完事了吗
  • 服装店的财务会计怎么做
  • linux的命令行指的是什么
  • linux lv扩容
  • win10怎么自定义壁纸
  • gpt分区方法
  • 不知道,不知道
  • win7旗舰版系统还原无法启动
  • win10预览设置
  • cocos2dx scrollview
  • cocos2djs教程
  • libproj.so
  • javascript语言入门教程
  • Lesson02_05 头元素
  • nodejs异步编程及原理
  • android属性动画
  • linux搭载服务器
  • linux中使用最多的命令
  • jQueryUI Datepicker组件设置日期高亮
  • jquery弹出div遮罩层
  • 如何用jquery
  • 商铺转让要交哪些税费和费用
  • 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