The previous section used the official dataset fashionminist for training, and this lesson uses the dataset collected by myself for data acquisition and training.
required resources
pytorch advanced learning (1): https://blog.csdn.net/weixin_45662399/article/details/129737499?spm=1001.2014.3001.5501
Course preparation: This lesson needs to use 3 Python files and a data set file. I will give the code later. The zip needs to be downloaded by yourself. The data set zip file and the three required code files can be found in "leo here " to download.
1. Data set file preparation
1.1 Project file structure
The picture below shows the directory of my project file on the remote server, and I need to create a new dataset to upload my own dataset.
1.2 Upload the dataset to the server
The data set file is decompressed as shown below. There are 6 subfolders corresponding to 6 categories.
We first upload dataset.zip to the code project folder in the server . Be sure to find the path of the project in the server, do not pass the wrong location!
The path of my project directory in the server is "tmp/pycharm_932", and the dataset zip file is downloaded to the tmp/pycharm_932/dataset directory.
1.3 Unzip the zip file
回到服务器控制台在红，先使用cd命令定位到tmp/pycharm_932/dataset路径下，然后使用unzip 'dataset.zip'命令解压压缩文件。
可以看到服务器完成了解压。
最后把zip文件从dataset文件夹中删去即可，最终解压好的文件如下。
1.4 代码框架解读
'CreateDataset.py' 用于把数据集文件夹中的所有图片文件生成一个TXT文件，其中存放着所有图片的路径和图片对应的标签。
'CreateDataLoader.py' 用于把上一步生成的TXT文件中的信息提取出来，进行图片信息的打包，生成一个dataloader
最后在'加载自己的数据.py' 文件中对dataloader进行使用，并且完成网络的训练和测试。
二、运行CreateDataset.py
作用：该代码可以生成训练集和测试集中每张图片的路径和标签，保存在TXT文件中。后续即可以从文件中调用每一张图片，进行读取。
2.1 代码实现
'''
生成训练集和测试集，保存在txt文件中
'''
import os
import random
#60%当训练集
train_ratio = 0.6
#剩下的当测试集
test_ratio = 1-train_ratio
rootdata = r"dataset"
train_list, test_list = [],[]
data_list = []
class_flag = -1
for a,b,c in os.walk(rootdata):
print(a)
for i in range(len(c)):
data_list.append(os.path.join(a,c[i]))
for i in range(0,int(len(c)*train_ratio)):
train_data = os.path.join(a, c[i])+'\t'+str(class_flag)+'\n'
train_list.append(train_data)
for i in range(int(len(c) * train_ratio),len(c)):
test_data = os.path.join(a, c[i]) + '\t' + str(class_flag)+'\n'
test_list.append(test_data)
class_flag += 1
print(train_list)
random.shuffle(train_list)
random.shuffle(test_list)
with open('train.txt','w',encoding='UTF-8') as f:
for train_img in train_list:
f.write(str(train_img))
with open('test.txt','w',encoding='UTF-8') as f:
for test_img in test_list:
f.write(test_img)2.2 运行结果
可以看到此时服务器中文件管理器中已经有了test.txt和train.txt两个文件。
生成了train.txt和test.txt两个文件，里面保存了每张图片的对应相对路径和类别标签，标签是以int型进行存储。打开test.txt文件可以发现里面的内容为测试集所有图片路径以及其标签。
2.3 代码要点解析
对训练集和测试集的划分比例为6:4
rootdata为数据集文件保存的根目录，为dataset文件夹。
#60%当训练集
train_ratio = 0.6
#剩下的当测试集
test_ratio = 1-train_ratio
rootdata = r"dataset"2. 读取文件夹
a读取文件夹根目录，再使用c[i]读取每个图片的名称，使用os.path.join进行拼接，实现每张图片的相对路径的path存取。可以看到a为dataset加上下面类别子文件夹。
dataset/擦花
dataset/桔皮
dataset/碰伤
dataset/横条压凹
dataset/不导电
dataset/漏底
和c[i]进行拼接后即可完成每一张图片的定位。
dataset/碰伤/碰伤20180906142721对照样本.jpg
然后使用class_flag进行图片类别标签的存储，从0开始依次增加，一共6个类别，故取值为【0,5】。
path和label之间使用\t进行分割，即一个tab的距离。
for a,b,c in os.walk(rootdata):
print(a)
for i in range(len(c)):
data_list.append(os.path.join(a,c[i]))
for i in range(0,int(len(c)*train_ratio)):
train_data = os.path.join(a, c[i])+'\t'+str(class_flag)+'\n'
train_list.append(train_data)
for i in range(int(len(c) * train_ratio),len(c)):
test_data = os.path.join(a, c[i]) + '\t' + str(class_flag)+'\n'
test_list.append(test_data)
class_flag += 13. 写入文件
使用shuffle打乱数据集的顺序，把上面生成的每一张图片的“路径+标签”转为字符串形式，然后存入txt文件中。
因为文件名有中文，所以使用utf-8编码形式。
random.shuffle(train_list)
random.shuffle(test_list)
with open('train.txt','w',encoding='UTF-8') as f:
for train_img in train_list:
f.write(str(train_img))
with open('test.txt','w',encoding='UTF-8') as f:
for test_img in test_list:
f.write(test_img)三、CreateDataLoader.py
作用：完成对上一步dataset中生成的txt文件中对图片和标签信息的读取，将图片进行打包放入图片加载器DataLoader中。
使用系统带的数据集如下代码所示，将带的数据集存在training_data中，将training_data作为参数传入DataLoader中。
training_data = datasets.FashionMNIST(
root="data",
train=True,
download=True,
transform=ToTensor(),
)
# 下面是测试集，同样需要下载
test_data = datasets.FashionMNIST(
root="data",
train=False,
download=True,
transform=ToTensor(),
)
train_dataloader = DataLoader(training_data, batch_size=batch_size)
test_dataloader = DataLoader(test_data, batch_size=batch_size)可以看到我们代码是使用LoadData类自己新建了一个数据集train_dataset，然后把train_dataset传入DataLoader中。
train_dataset = LoadData("train.txt", True)
# 传入dataloader中
train_loader = torch.utils.data.DataLoader(dataset=train_dataset,batch_size=10,shuffle=True)3.1 代码实现
import torch
from PIL import Image
import torchvision.transforms as transforms
from PIL import ImageFile
ImageFile.LOAD_TRUNCATED_IMAGES = True
from torch.utils.data import Dataset
# 数据归一化与标准化
# 图像标准化
transform_BZ= transforms.Normalize(
mean=[0.5, 0.5, 0.5],# 取决于数据集
std=[0.5, 0.5, 0.5]
)
#读取TXT文件
class LoadData(Dataset):
def __init__(self, txt_path, train_flag=True):
self.imgs_info = self.get_images(txt_path)
self.train_flag = train_flag
self.train_tf = transforms.Compose([
transforms.Resize(224),
transforms.RandomHorizontalFlip(),
transforms.RandomVerticalFlip(),
transforms.ToTensor(),
transform_BZ
])
self.val_tf = transforms.Compose([
transforms.Resize(224),
transforms.ToTensor(),
transform_BZ
])
def get_images(self, txt_path):
with open(txt_path, 'r', encoding='utf-8') as f:
imgs_info = f.readlines()
imgs_info = list(map(lambda x:x.strip().split('\t'), imgs_info))
return imgs_info
def padding_black(self, img):
w, h = img.size
scale = 224. / max(w, h)
img_fg = img.resize([int(x) for x in [w * scale, h * scale]])
size_fg = img_fg.size
size_bg = 224
img_bg = Image.new("RGB", (size_bg, size_bg))
img_bg.paste(img_fg, ((size_bg - size_fg[0]) // 2,
(size_bg - size_fg[1]) // 2))
img = img_bg
return img
def __getitem__(self, index):
img_path, label = self.imgs_info[index]
img = Image.open(img_path)
img = img.convert('RGB')
img = self.padding_black(img)
if self.train_flag:
img = self.train_tf(img)
else:
img = self.val_tf(img)
label = int(label)
return img, label
def __len__(self):
return len(self.imgs_info)
if __name__ == "__main__":
train_dataset = LoadData("train.txt", True)
print("数据个数：", len(train_dataset))
train_loader = torch.utils.data.DataLoader(dataset=train_dataset,
batch_size=10,
shuffle=True)
for image, label in train_loader:
print(image.shape)
print(image)
# img = transform_BZ(image)
# print(img)
print(label)
# test_dataset = Data_Loader("test.txt", False)
# print("数据个数：", len(test_dataset))
# test_loader = torch.utils.data.DataLoader(dataset=test_dataset,
# batch_size=10,
# shuffle=True)
# for image, label in test_loader:
# print(image.shape)
# print(label)3.2 运行结果
我学校服务器跑大约等了两分钟，然后跑完后出现如下结果。
可以看到数据集中有380张图片，图片大小为224*224，dataloader中图片每10个为一组，tensor中为10个图片的标签。
3.3 代码要点解析
3.3.1 class LoadData init方法
该类的初始化方法，定义了两个变量，img_info为get_images方法获取的信息，是一个list，保存着图片的路径和标签；train_flag为标志点，标志是否为训练集，TRUE为时=是，否则为测试集。
train_tf和val_tf使用compose完成对图片样式的变换，如定义大小为224*224，随机水平展平，正则化等。
3.3.2 get_images方法
通过txt文件的路径读取到txt中信息，使用‘\t’分割图片路径和图片标签，并且保存在imgs)info的列表中。
3.3.3 padding_black方法
如果图片过小，使用padding填充该图片，使其能够成为224*224大小。
3.3.4 getitem方法
该方法为class loaddata的主方法，使用index下标获取到每一张图片的path和label后，用flag判断为训练集还是验证集，并且采用对应的图片处理措施（train_tf/val_tf）。
返回的是图片和对应标签。
3.3.5 main方法
把LoadData生成的数据存入train_dataset中，作为数据集传入torch的data.DataLoader类中，设置batchsize=10.
10张图片为一组，输出每张图片和标签。
四、加载自己的数据.py
4.1 代码实现
大部分和第一节中的模型一样。
import torch
from torch import nn
from torch.utils.data import DataLoader
from torchvision import datasets
from torchvision.transforms import ToTensor, Lambda, Compose
import matplotlib.pyplot as plt
from CreateDataloader import LoadData
# 定义网络模型
class NeuralNetwork(nn.Module):
def __init__(self):
super(NeuralNetwork, self).__init__()
# 碾平，将数据碾平为一维
self.flatten = nn.Flatten()
# 定义linear_relu_stack，由以下众多层构成
self.linear_relu_stack = nn.Sequential(
# 全连接层
nn.Linear(3*224*224, 512),
# ReLU激活函数
nn.ReLU(),
# 全连接层
nn.Linear(512, 512),
nn.ReLU(),
nn.Linear(512, 6),
nn.ReLU()
)
# x为传入数据
def forward(self, x):
# x先经过碾平变为1维
x = self.flatten(x)
# 随后x经过linear_relu_stack
logits = self.linear_relu_stack(x)
# 输出logits
return logits
# 定义训练函数，需要
def train(dataloader, model, loss_fn, optimizer):
size = len(dataloader.dataset)
# 从数据加载器中读取batch（一次读取多少张，即批次数），X(图片数据)，y（图片真实标签）。
for batch, (X, y) in enumerate(dataloader):
# 将数据存到显卡
X, y = X.cuda(), y.cuda()
# 得到预测的结果pred
pred = model(X)
# 计算预测的误差
# print(pred,y)
loss = loss_fn(pred, y)
# 反向传播，更新模型参数
optimizer.zero_grad()
loss.backward()
optimizer.step()
# 每训练100次，输出一次当前信息
if batch % 100 == 0:
loss, current = loss.item(), batch * len(X)
print(f"loss: {loss:>7f} [{current:>5d}/{size:>5d}]")
def test(dataloader, model):
size = len(dataloader.dataset)
print("size = ",size)
# 将模型转为验证模式
model.eval()
# 初始化test_loss 和 correct， 用来统计每次的误差
test_loss, correct = 0, 0
# 测试时模型参数不用更新，所以no_gard()
# 非训练， 推理期用到
with torch.no_grad():
# 加载数据加载器，得到里面的X（图片数据）和y(真实标签）
for X, y in dataloader:
# 将数据转到GPU
X, y = X.cuda(), y.cuda()
# 将图片传入到模型当中就，得到预测的值pred
pred = model(X)
# 计算预测值pred和真实值y的差距
test_loss += loss_fn(pred, y).item()
# 统计预测正确的个数
correct += (pred.argmax(1) == y).type(torch.float).sum().item()
test_loss /= size
correct /= size
print("correct = ",correct)
print(f"Test Error: \n Accuracy: {(100*correct):>0.1f}%, Avg loss: {test_loss:>8f} \n")
if __name__=='__main__':
batch_size = 16
# # 给训练集和测试集分别创建一个数据集加载器
train_data = LoadData("train.txt", True)
valid_data = LoadData("test.txt", False)
train_dataloader = DataLoader(dataset=train_data, num_workers=4, pin_memory=True, batch_size=batch_size, shuffle=True)
test_dataloader = DataLoader(dataset=valid_data, num_workers=4, pin_memory=True, batch_size=batch_size)
for X, y in test_dataloader:
print("Shape of X [N, C, H, W]: ", X.shape)
print("Shape of y: ", y.shape, y.dtype)
break
# 如果显卡可用，则用显卡进行训练
device = "cuda" if torch.cuda.is_available() else "cpu"
print("Using {} device".format(device))
# 调用刚定义的模型，将模型转到GPU（如果可用）
model = NeuralNetwork().to(device)
print(model)
# 定义损失函数，计算相差多少，交叉熵，
loss_fn = nn.CrossEntropyLoss()
# 定义优化器，用来训练时候优化模型参数，随机梯度下降法
optimizer = torch.optim.SGD(model.parameters(), lr=1e-3) # 初始学习率
# 一共训练5次
epochs = 5
for t in range(epochs):
print(f"Epoch {t+1}\n-------------------------------")
train(train_dataloader, model, loss_fn, optimizer)
test(test_dataloader, model)
print("Done!")
# 读取训练好的模型，加载训练好的参数
model = NeuralNetwork()
model.load_state_dict(torch.load("model.pth"))4.2 运行结果
首先打印出来了网络的结构。
之后是训练模型的结果，一共有5个epoch，可以看到准确率不是很高。
4.3 代码解析
num_workers为cpu使用多线程读取数据，pin_memory为不写入虚拟内存