教程 | 图像分类: Caltech 256数据集

Caltech 256是什么？Caltech 256数据集是加利福尼亚理工学院收集整理的数据集，该数据集选自Google Image数据集，并手工去除了不符合其类别的图片。在该数据集中，图片被分为256类，每个类别的图片超过80张。为什么要用Densenet121模型？本项目使用在PyTorch框架下搭建的神经网络来完成图片分类的任务。由于网络输出的类别数量很大，简单的网络模型无法达到很好的分类效果，因此，本项目使用了预训练的Densenet121模型，并仅训练全连接层的参数。项目流程：1.数据处理 2.Densenet模型解读 3.加载预训练网络模型 4.训练神经网络1、数据处理首先从指定路径读取图像，将图像大小更改为224*224，并将图片范围从0-255改为0-1：from PIL import Imageimage= Image.open(path)image=image.resize((224,224))x_data= x_data.astype(numpy.float32)x_data= numpy.multiply(x_data, 1.0/255.0) ## scale to [0,1] from [0,255]由于此数据集中有少量图片的色彩是单通道的，而神经网络的输入需要为三个通道，因此，将该通道的数据复制到三个通道上：if len(x_data.shape)!=3:temp=numpy.zeros((x_data.shape[0],x_data.shape[1],3))temp[:,:,0] = x_datatemp[:,:,1] = x_datatemp[:,:,2] = x_datax_data= tempx_data=numpy.transpose(x_data,(2,0,1)) ## reshape 在上述步骤之后，对图片进行白化，即让像素点的平均值为0，方差为1。这样做是为了减小图片的范围，使得图片的特征更易于学习。白化的过程如下所示：if x_train is not None: x_train[:,0,:,:] = (x_train[:,0,:,:]-0.485)/0.229 x_train[:,1,:,:] = (x_train[:,1,:,:]-0.456)/0.224 x_train[:,2,:,:] = (x_train[:,2,:,:]-0.406)/0.225if x_test is not None: x_test[:,0,:,:] = (x_test[:,0,:,:] -0.485) /0.229 x_test[:,1,:,:] = (x_test[:,1,:,:] -0.456) /0.224 x_test[:,2,:,:] = (x_test[:,2,:,:] -0.406) /0.2252、DenseNet模型解读DenseNet的网络结构如下图所示。在传统的CNN中，每个卷积层只与其相邻的卷积层相连接，这就造成了位于网络浅层的参数在反向传播中获取的梯度非常小，也就是梯度消失问题。DenseNet设计了名为Dense Block的特殊的网络结构，在一个Dense Block中，每个层的输入为前面所有层的输出，这也正是Dense的含义。通过这种方法，在反向传播中，网络浅层的参数可以从后面所有层中获得梯度，在很大程度上减弱了梯度消失的问题。值得注意的是，每个层只与同位于一个Dense Block中的多个层有连接，而与Dense Block外的层是没有连接的。3、加载预训练网络模型torchvision是服务于PyTorch框架的，用于进行图片处理和生成一些主流模型的库。使用该库可以方便的加载PyTorch的预训练模型。首先使用pip安装torchvision库：pip install torchvision创建densenet121模型实例，并加载预训练参数：cnn = torchvision.models.densenet121(pretrained = True) #pretrained =True即为加载预训练参数，默认不加载。冻结所有模型参数，使其值在反向传播中不改变：for param in cnn.parameters(): param.requires_grad= False改变模型全连接层输出的个数为256：num_features= cnn.classifier.in_featurescnn.classifier= nn.Linear(num_features, 256)此处不需要担心新建的全连接层参数会被冻结，因为新建的层参数是默认获取梯度的。4、训练神经网络损失函数选择CrossEntropy，优化器选择Adam：optimizer= Adam(cnn.parameters(), lr=0.001, betas=(0.9, 0.999)) # 选用AdamOptimizerloss_fn= nn.CrossEntropyLoss() # 定义损失函数下面是完整的训练过程：# 训练并评估模型data= Dataset()model= Model(data)best_accuracy= 0foriinrange(args.EPOCHS): cnn.train() x_train, y_train, x_test, y_test= data.next_batch(args.BATCH) # 读取数据 x_train= torch.from_numpy(x_train) y_train= torch.from_numpy(y_train) x_train= x_train.float() x_test= torch.from_numpy(x_test) y_test= torch.from_numpy(y_test) x_test= x_test.float() ifcuda_avail: x_train= Variable(x_train.cuda()) y_train= Variable(y_train.cuda()) x_test= Variable(x_test.cuda()) y_test= Variable(y_test.cuda()) outputs= cnn(x_train) _, prediction= torch.max(outputs.data, 1) optimizer.zero_grad() # calculate the loss according to labels loss= loss_fn(outputs, y_train) # backward transmit loss loss.backward() # adjust parameters using Adam optimizer.step() # 若测试准确率高于当前最高准确率，则保存模型 train_accuracy= eval(model, x_test, y_test) iftrain_accuracy>best_accuracy: best_accuracy= train_accuracy model.save_model(cnn, MODEL_PATH, overwrite=True) print(“step %d, best accuracy %g”%(i, best_accuracy)) print(str(i) +"/"+str(args.EPOCHS))总结：本文主要讲解了DenseNet的网络结构，以及在PyTorch框架下如何加载预训练模型并进行fine-tuning。为了在数据集上获得更高的准确率，读者可尝试取消冻结参数的设置，使得卷积层也参与训练。获取相关项目代码 请访问：https://www.flyai.com/d/Calte…— END —