• 第P8周—YOLOv5-C3模块实现

    >- **🍨 本文为[🔗365天深度学习训练营](https://mp.weixin.qq.com/s/Nb93582M_5usednAKp_Jtw) 中的学习记录博客**
    >- **🍖 原作者：[K同学啊 | 接辅导、项目定制](https://mtyjkh.blog.csdn.net/)**
    >- **🚀 文章来源：[K同学的学习圈子](https://www.yuque.com/mingtian-fkmxf/zxwb45)**

     一、前期工作

    1.1导入数据

    1. import torch
    2. import torch.nn as nn
    3. import torchvision.transforms as transforms
    4. import torchvision
    5. from torchvision import transforms, datasets
    6. import os,PIL,pathlib,warnings
    7.  
    8. warnings.filterwarnings("ignore")             #忽略警告信息
    9.  
    10. device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
    11. print(device)
    12.  
    13. import os,PIL,random,pathlib
    14.  
    15. data_dir = 'D:/P8/weather_photos/'
    16. data_dir = pathlib.Path(data_dir)
    17.  
    18. data_paths  = list(data_dir.glob('*'))
    19. classeNames = [str(path).split("\\")[3] for path in data_paths]
    20. print(classeNames)

    1.2 数据集图片标准化处理

     

    1.3 划分数据集

    1. train_size = int(0.8 * len(total_data))
    2. test_size  = len(total_data) - train_size
    3. train_dataset, test_dataset = torch.utils.data.random_split(total_data, [train_size, test_size])
    4. print(train_dataset, test_dataset)

    1.4 设置数据加载器

    1. batch_size = 4
    2.  
    3. train_dl = torch.utils.data.DataLoader(train_dataset,
    4.                                            batch_size=batch_size,
    5.                                            shuffle=True,
    6.                                            num_workers=1)
    7. test_dl = torch.utils.data.DataLoader(test_dataset,
    8.                                           batch_size=batch_size,
    9.                                           shuffle=True,
    10.                                           num_workers=1)

    二、搭建包含YOLOv5-C3模块的模型

    1. import torch.nn.functional as F
    2.  
    3. def autopad(k, p=None):  # kernel, padding
    4.     # Pad to 'same'
    5.     if p is None:
    6.         p = k // 2 if isinstance(k, int) else [x // 2 for x in k]  # auto-pad
    7.     return p
    8.  
    9. class Conv(nn.Module):
    10.     # Standard convolution
    11.     def __init__(self, c1, c2, k=1, s=1, p=None, g=1, act=True):  # ch_in, ch_out, kernel, stride, padding, groups
    12.         super().__init__()
    13.         self.conv = nn.Conv2d(c1, c2, k, s, autopad(k, p), groups=g, bias=False)
    14.         self.bn = nn.BatchNorm2d(c2)
    15.         self.act = nn.SiLU() if act is True else (act if isinstance(act, nn.Module) else nn.Identity())
    16.  
    17.     def forward(self, x):
    18.         return self.act(self.bn(self.conv(x)))
    19.  
    20. class Bottleneck(nn.Module):
    21.     # Standard bottleneck
    22.     def __init__(self, c1, c2, shortcut=True, g=1, e=0.5):  # ch_in, ch_out, shortcut, groups, expansion
    23.         super().__init__()
    24.         c_ = int(c2 * e)  # hidden channels
    25.         self.cv1 = Conv(c1, c_, 1, 1)
    26.         self.cv2 = Conv(c_, c2, 3, 1, g=g)
    27.         self.add = shortcut and c1 == c2
    28.  
    29.     def forward(self, x):
    30.         return x + self.cv2(self.cv1(x)) if self.add else self.cv2(self.cv1(x))
    31.  
    32. class C3(nn.Module):
    33.     # CSP Bottleneck with 3 convolutions
    34.     def __init__(self, c1, c2, n=1, shortcut=True, g=1, e=0.5):  # ch_in, ch_out, number, shortcut, groups, expansion
    35.         super().__init__()
    36.         c_ = int(c2 * e)  # hidden channels
    37.         self.cv1 = Conv(c1, c_, 1, 1)
    38.         self.cv2 = Conv(c1, c_, 1, 1)
    39.         self.cv3 = Conv(2 * c_, c2, 1)  # act=FReLU(c2)
    40.         self.m = nn.Sequential(*(Bottleneck(c_, c_, shortcut, g, e=1.0) for _ in range(n)))
    41.  
    42.     def forward(self, x):
    43.         return self.cv3(torch.cat((self.m(self.cv1(x)), self.cv2(x)), dim=1))
    44.  
    45. class model_K(nn.Module):
    46.     def __init__(self):
    47.         super(model_K, self).__init__()
    48.         
    49.         # 卷积模块
    50.         self.Conv = Conv(3, 32, 3, 2) 
    51.         
    52.         # C3模块1
    53.         self.C3_1 = C3(32, 64, 3, 2)
    54.         
    55.         # 全连接网络层，用于分类
    56.         self.classifier = nn.Sequential(
    57.             nn.Linear(in_features=802816, out_features=100),
    58.             nn.ReLU(),
    59.             nn.Linear(in_features=100, out_features=4)
    60.         )
    61.         
    62.     def forward(self, x):
    63.         x = self.Conv(x)
    64.         x = self.C3_1(x)
    65.         x = torch.flatten(x, start_dim=1)
    66.         x = self.classifier(x)
    67.  
    68.         return x
    69.  
    70. device = "cuda" if torch.cuda.is_available() else "cpu"
    71. print("Using {} device".format(device))
    72.     
    73. model = model_K().to(device)
    74. print(model)

    上述代码定义了一个用于分类任务的PyTorch神经网络架构。

    1. autopad 函数：

     autopad 函数的目的是使卷积操作的输出尺寸与输入尺寸相同，从而方便构建神经网络模型时进行 "same" 填充设置。这对于保持特征图的尺寸不变通常很有用，特别是在卷积神经网络中。

    def autopad(k, p=None):  # kernel, padding

        # Pad to 'same'

        if p is None:

            p = k // 2 if isinstance(k, int) else [x // 2 for x in k]  # auto-pad

        return p

    这部分代码定义了一个名为 `autopad` 的函数，其功能和用途是为卷积操作计算填充（padding），以实现 "same" 填充效果。让我解释这个函数的功能和参数：

    - `k`：这是卷积核的大小，可以是整数或一个由两个整数组成的元组（高度和宽度）。
    - `p`：这是卷积操作的填充参数，它表示在输入图像周围添加的填充量。默认情况下，它被设置为 `None`，表示填充参数未提供。

    函数的主要目的是计算合适的填充值 `p`，以便在进行卷积操作时，输出的特征图尺寸与输入的特征图尺寸保持一致，实现 "same" 填充。

    工作原理如下：

    1. 首先检查是否提供了填充参数 `p`，如果没有提供（即 `p` 为 `None`），则执行以下操作：

    2. 如果 `k` 是整数（表示卷积核是正方形的），则计算填充值 `p` 为 `k` 的一半，这将使得卷积操作在每个边上都添加一半的填充，从而使输出特征图的大小与输入相同。这是实现 "same" 填充的常见方式。

    3. 如果 `k` 是一个由两个整数组成的元组，例如 `(3, 3)`（表示卷积核的高度和宽度），则计算填充值 `p` 分别为每个维度的半数。这确保了在每个维度上都应用一半的填充。

    4. 最后函数返回计算得到的填充参数 `p`。

       - 这个函数用于计算卷积操作所需的填充，以实现“same”填充效果。如果没有提供 `p`（填充），则根据卷积核大小 `k` 来计算填充。如果 `k` 是整数，它会计算卷积核大小的一半；如果 `k` 是一个元组，它会计算每个维度的一半。

    2. `Conv` 类：

    class Conv(nn.Module):

        # Standard convolution

        def __init__(self, c1, c2, k=1, s=1, p=None, g=1, act=True):  # ch_in, ch_out, kernel, stride, padding, groups

            super().__init__()

            self.conv = nn.Conv2d(c1, c2, k, s, autopad(k, p), groups=g, bias=False)

            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)))

    代码定义了一个名为 `Conv` 的自定义卷积层类（Custom Convolutional Layer），其功能是创建一个标准的卷积层，该卷积层包括卷积操作、批归一化（Batch Normalization），以及可选的激活函数。

    主要功能和参数：

    - `c1`：输入通道的数量（即输入特征图的通道数）。
    - `c2`：输出通道的数量（即输出特征图的通道数）。
    - `k`：卷积核的大小，可以是一个整数或一个由两个整数组成的元组，分别表示卷积核的高度和宽度。
    - `s`：卷积操作的步幅（stride）。
    - `p`：卷积操作的填充参数。这是一个可选参数，如果不提供，将根据卷积核大小 `k` 自动计算填充，以实现 "same" 填充效果。
    - `g`：分组卷积的组数（默认为1，表示普通的卷积操作）。
    - `act`：激活函数，这是一个可选参数。如果设置为 `True`，将使用 SiLU（Sigmoid Linear Unit）作为激活函数。如果设置为其他激活函数的名称或激活函数模块（`nn.Module`），则会使用指定的激活函数。如果设置为 `False` 或未提供，则不应用激活函数。

    该类的 `__init__` 方法在初始化过程中执行以下操作：

    1. 创建一个 `nn.Conv2d` 对象，这是PyTorch内置的二维卷积层。该层的配置基于传入的参数 `c1`、`c2`、`k`、`s`、`p`、`g` 和 `bias=False`（表示不使用偏差项）。
    2. 创建一个 `nn.BatchNorm2d` 对象，用于批归一化。这有助于加速训练过程并提高模型的稳定性。
    3. 创建一个激活函数对象，根据 `act` 参数的值。如果 `act` 设置为 `True`，则使用 SiLU 激活函数；如果 `act` 是其他激活函数的名称或模块，将使用指定的激活函数；如果 `act` 是 `False` 或未提供，则不应用激活函数。

     `forward` 方法，该方法用于执行前向传播操作。前向传播的过程如下：

    1. 输入 `x` 经过卷积操作 `self.conv`，得到卷积特征。
    2. 卷积特征经过批归一化操作 `self.bn`，以进一步规范化特征。
    3. 规范化后的特征经过激活函数 `self.act`，应用激活函数（如果已指定的话）。
    4. 最终的输出是经过卷积、批归一化和激活函数处理的特征。

    这个自定义卷积层可以嵌入到神经网络中，用于构建卷积神经网络（CNN）的不同层。通过设置不同的参数，您可以灵活地配置卷积核大小、步幅、填充、激活函数等，以满足特定的网络设计需求。

    3. `Bottleneck` 类：

    `Bottleneck` 模块是一个用于构建深度卷积神经网络中的瓶颈块的自定义模块。它包括了卷积操作、通道数量的缩减、快捷连接（可选）等组件，有助于增强网络的表达能力和训练效果。这种结构在许多先进的CNN架构中都得到了广泛应用。

    class Bottleneck(nn.Module):

        # Standard bottleneck

        def __init__(self, c1, c2, shortcut=True, g=1, e=0.5):  # ch_in, ch_out, shortcut, groups, expansion

            super().__init__()

            c_ = int(c2 * e)  # hidden channels

            self.cv1 = Conv(c1, c_, 1, 1)

            self.cv2 = Conv(c_, c2, 3, 1, g=g)

            self.add = shortcut and c1 == c2

        def forward(self, x):

            return x + self.cv2(self.cv1(x)) if self.add else self.cv2(self.cv1(x))

    上述代码定义了一个名为 `Bottleneck` 的自定义模块，用于创建标准的瓶颈块（bottleneck block），这是深度卷积神经网络（CNN）中常用的一种模块。

    主要功能和参数：

    - `c1`：输入通道的数量（即输入特征图的通道数）。
    - `c2`：输出通道的数量（即输出特征图的通道数）。
    - `shortcut`：一个布尔值，表示是否包括快捷连接（shortcut connection）。默认情况下，为 `True`，表示包括快捷连接。
    - `g`：分组卷积的组数（默认为1，表示普通的卷积操作）。
    - `e`：隐藏通道的扩展因子（默认为0.5），用于控制瓶颈块内部隐藏通道的数量。

    `Bottleneck` 模块的主要功能是构建一个标准的瓶颈块，通常用于深度卷积神经网络（如ResNet）。它的前向传播过程如下：

    1. 输入 `x` 首先通过一个 1x1 的卷积层 `self.cv1`，将输入通道数 `c1` 缩减为隐藏通道数 `c_`。这个 1x1 卷积层有助于减少计算复杂度，并且可以引入非线性变换。
    2. 缩减通道数后的特征图再经过一个 3x3 的卷积层 `self.cv2`，将其变换为输出通道数 `c2`。这个卷积层是瓶颈块的核心，它有助于提取特征。
    3. 如果 `shortcut` 为 `True` 且输入通道数 `c1` 等于输出通道数 `c2`，则执行快捷连接。在前向传播中，将输入 `x` 与 `self.cv2(self.cv1(x))` 相加，实现了跳跃连接。这有助于信息的直接传递，从而缓解了梯度消失问题。
    4. 如果 `shortcut` 为 `False` 或者输入通道数 `c1` 不等于输出通道数 `c2`，则不执行快捷连接，直接返回 `self.cv2(self.cv1(x))`。

    5.代码定义了一个神经网络模型，该模型包括卷积层、C3模块、全连接层等组件，用于图像分类任务。`C3` 模块是整个模型的关键组件，用于提取和融合多层特征，有助于提高模型的性能。可以使用此模型进行训练和图像分类。

    class C3(nn.Module):

        # CSP Bottleneck with 3 convolutions

        def __init__(self, c1, c2, n=1, shortcut=True, g=1, e=0.5):  # ch_in, ch_out, number, shortcut, groups, expansion

            super().__init__()

            c_ = int(c2 * e)  # hidden channels

            self.cv1 = Conv(c1, c_, 1, 1)

            self.cv2 = Conv(c1, c_, 1, 1)

            self.cv3 = Conv(2 * c_, c2, 1)  # act=FReLU(c2)

            self.m = nn.Sequential(*(Bottleneck(c_, c_, shortcut, g, e=1.0) for _ in range(n)))

        def forward(self, x):

            return self.cv3(torch.cat((self.m(self.cv1(x)), self.cv2(x)), dim=1))

    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1

            self.C3_1 = C3(32, 64, 3, 2)

           

            # 全连接网络层，用于分类

            self.classifier = nn.Sequential(

                nn.Linear(in_features=802816, out_features=100),

                nn.ReLU(),

                nn.Linear(in_features=100, out_features=4)

            )

           

        def forward(self, x):

            x = self.Conv(x)

            x = self.C3_1(x)

            x = torch.flatten(x, start_dim=1)

            x = self.classifier(x)

            return x

    这段代码定义了两个主要的PyTorch模块类：`C3` 和 `model_K`，以及它们的组件。

     `C3` 类：
    - `C3` 类代表一个具有3个卷积操作的CSP瓶颈块（CSP Bottleneck）。
    - 构造函数 `__init__` 接受以下参数：
      - `c1`：输入通道数（输入特征图的通道数）。
      - `c2`：输出通道数（输出特征图的通道数）。
      - `n`：要堆叠的Bottleneck块的数量。
      - `shortcut`：一个布尔值，表示是否包括快捷连接（shortcut connection）。
      - `g`：分组卷积的组数。
      - `e`：隐藏通道的扩展因子。
    - 在初始化过程中，它执行以下操作：
      - 计算隐藏通道数 `c_`，它是输出通道数 `c2` 乘以隐藏通道扩展因子 `e` 的整数部分。
      - 创建三个卷积层：`self.cv1`、`self.cv2` 和 `self.cv3`，其中 `self.cv1` 和 `self.cv2` 是1x1卷积层，`self.cv3` 是1x1卷积层，用于融合输出。
      - 创建一个包含 `n` 个 `Bottleneck` 模块的序列 `self.m`，这些模块通过堆叠来构成瓶颈块。
    - 前向传播方法 `forward` 执行以下操作：
      - 输入 `x` 首先经过 `self.cv1` 和 `self.cv2` 两个1x1卷积层。
      - 通过 `self.m` 中的 `Bottleneck` 模块进行特征提取和变换。
      - 最后，特征通过 `self.cv3` 进行1x1卷积融合，然后返回。

     `model_K` 类：
    - `model_K` 类代表整个神经网络模型。
    - 构造函数 `__init__` 创建了以下组件：
      - 一个卷积模块 `self.Conv`，包括一个3x3卷积层，用于提取图像特征。
      - 一个 `C3` 模块 `self.C3_1`，用于进行多层特征的提取和融合。
      - 一个全连接网络层 `self.classifier`，用于最终的图像分类。
    - 前向传播方法 `forward` 执行以下操作：
      - 输入 `x` 首先经过 `self.Conv` 进行卷积特征提取。
      - 通过 `self.C3_1` 进行多层特征的提取和融合。
      - 通过 `torch.flatten` 操作将特征展平，以便输入到全连接层。
      - 通过 `self.classifier` 进行分类，得到最终的输出。

    运行结果：

    model_K(
      (Conv): Conv(
        (conv): Conv2d(3, 32, kernel_size=(3, 3), stride=(2, 2), padding=(1, 1), bias=False)
        (bn): BatchNorm2d(32, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
        (act): SiLU()
      )
      (C3_1): C3(
        (cv1): Conv(
          (conv): Conv2d(32, 32, kernel_size=(1, 1), stride=(1, 1), bias=False)
          (bn): BatchNorm2d(32, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (act): SiLU()
        )
        (cv2): Conv(
          (conv): Conv2d(32, 32, kernel_size=(1, 1), stride=(1, 1), bias=False)
          (bn): BatchNorm2d(32, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (act): SiLU()
        )
        (cv3): Conv(
          (conv): Conv2d(64, 64, kernel_size=(1, 1), stride=(1, 1), bias=False)
          (bn): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (act): SiLU()
        )
        (m): Sequential(
          (0): Bottleneck(
            (cv1): Conv(
              (conv): Conv2d(32, 32, kernel_size=(1, 1), stride=(1, 1), bias=False)
              (bn): BatchNorm2d(32, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
              (act): SiLU()
            )
            (cv2): Conv(
              (conv): Conv2d(32, 32, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
              (bn): BatchNorm2d(32, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
              (act): SiLU()
            )
          )
          (1): Bottleneck(
            (cv1): Conv(
              (conv): Conv2d(32, 32, kernel_size=(1, 1), stride=(1, 1), bias=False)
              (bn): BatchNorm2d(32, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
              (act): SiLU()
            )
            (cv2): Conv(
              (conv): Conv2d(32, 32, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
              (bn): BatchNorm2d(32, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
              (act): SiLU()
            )
          )
          (2): Bottleneck(
            (cv1): Conv(
              (conv): Conv2d(32, 32, kernel_size=(1, 1), stride=(1, 1), bias=False)
              (bn): BatchNorm2d(32, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
              (act): SiLU()
            )
            (cv2): Conv(
              (conv): Conv2d(32, 32, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
              (bn): BatchNorm2d(32, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
              (act): SiLU()
            )
          )
        )
      )
      (classifier): Sequential(
        (0): Linear(in_features=802816, out_features=100, bias=True)
        (1): ReLU()
        (2): Linear(in_features=100, out_features=4, bias=True)
      )
    )

    三、训练函数

    3.1编写训练函数

    1. # 训练循环
    2. def train(dataloader, model, loss_fn, optimizer):
    3.     size = len(dataloader.dataset)  # 训练集的大小
    4.     num_batches = len(dataloader)   # 批次数目, (size/batch_size，向上取整)
    5.  
    6.     train_loss, train_acc = 0, 0  # 初始化训练损失和正确率
    7.     
    8.     for X, y in dataloader:  # 获取图片及其标签
    9.         X, y = X.to(device), y.to(device)
    10.         
    11.         # 计算预测误差
    12.         pred = model(X)          # 网络输出
    13.         loss = loss_fn(pred, y)  # 计算网络输出和真实值之间的差距，targets为真实值，计算二者差值即为损失
    14.         
    15.         # 反向传播
    16.         optimizer.zero_grad()  # grad属性归零
    17.         loss.backward()        # 反向传播
    18.         optimizer.step()       # 每一步自动更新
    19.         
    20.         # 记录acc与loss
    21.         train_acc  += (pred.argmax(1) == y).type(torch.float).sum().item()
    22.         train_loss += loss.item()
    23.             
    24.     train_acc  /= size
    25.     train_loss /= num_batches
    26.  
    27.     return train_acc, train_loss

    3.2编写测试函数

    1. def test (dataloader, model, loss_fn):
    2.     size        = len(dataloader.dataset)  # 测试集的大小
    3.     num_batches = len(dataloader)          # 批次数目, (size/batch_size，向上取整)
    4.     test_loss, test_acc = 0, 0
    5.     
    6.     # 当不进行训练时，停止梯度更新，节省计算内存消耗
    7.     with torch.no_grad():
    8.         for imgs, target in dataloader:
    9.             imgs, target = imgs.to(device), target.to(device)
    10.             
    11.             # 计算loss
    12.             target_pred = model(imgs)
    13.             loss        = loss_fn(target_pred, target)
    14.             
    15.             test_loss += loss.item()
    16.             test_acc  += (target_pred.argmax(1) == target).type(torch.float).sum().item()
    17.  
    18.     test_acc  /= size
    19.     test_loss /= num_batches
    20.  
    21.     return test_acc, test_loss

    3.3正式训练

    1. import copy
    2.  
    3. optimizer  = torch.optim.Adam(model.parameters(), lr= 1e-4)
    4. loss_fn    = nn.CrossEntropyLoss() # 创建损失函数
    5.  
    6. epochs     = 20
    7.  
    8. train_loss = []
    9. train_acc  = []
    10. test_loss  = []
    11. test_acc   = []
    12.  
    13. best_acc = 0    # 设置一个最佳准确率，作为最佳模型的判别指标
    14.  
    15. for epoch in range(epochs):
    16.     
    17.     model.train()
    18.     epoch_train_acc, epoch_train_loss = train(train_dl, model, loss_fn, optimizer)
    19.     
    20.     model.eval()
    21.     epoch_test_acc, epoch_test_loss = test(test_dl, model, loss_fn)
    22.     
    23.     # 保存最佳模型到 best_model
    24.     if epoch_test_acc > best_acc:
    25.         best_acc   = epoch_test_acc
    26.         best_model = copy.deepcopy(model)
    27.     
    28.     train_acc.append(epoch_train_acc)
    29.     train_loss.append(epoch_train_loss)
    30.     test_acc.append(epoch_test_acc)
    31.     test_loss.append(epoch_test_loss)
    32.     
    33.     # 获取当前的学习率
    34.     lr = optimizer.state_dict()['param_groups'][0]['lr']
    35.     
    36.     template = ('Epoch:{:2d}, Train_acc:{:.1f}%, Train_loss:{:.3f}, Test_acc:{:.1f}%, Test_loss:{:.3f}, Lr:{:.2E}')
    37.     print(template.format(epoch+1, epoch_train_acc*100, epoch_train_loss, 
    38.                           epoch_test_acc*100, epoch_test_loss, lr))
    39.     
    40. # 保存最佳模型到文件中
    41. PATH = './best_model.pth'  # 保存的参数文件名
    42. torch.save(model.state_dict(), PATH)
    43.  
    44. print('Done')

    3.4完整训练代码：

    1. import torch
    2. import torch.nn as nn
    3. import torchvision.transforms as transforms
    4. import torchvision
    5. from torchvision import transforms, datasets
    6. import os,PIL,pathlib,warnings
    7.  
    8. warnings.filterwarnings("ignore")             #忽略警告信息
    9.  
    10. device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
    11. print(device)
    12.  
    13. def main():
    14.     import os,PIL,random,pathlib
    15.  
    16.     data_dir = 'D:/P8/weather_photos/'
    17.     data_dir = pathlib.Path(data_dir)
    18.  
    19.     data_paths  = list(data_dir.glob('*'))
    20.     classeNames = [str(path).split("\\")[3] for path in data_paths]
    21.     print(classeNames)
    22.  
    23.     # 关于transforms.Compose的更多介绍可以参考：https://blog.csdn.net/qq_38251616/article/details/124878863
    24.     train_transforms = transforms.Compose([
    25.         transforms.Resize([224, 224]),  # 将输入图片resize成统一尺寸
    26.         # transforms.RandomHorizontalFlip(), # 随机水平翻转
    27.         transforms.ToTensor(),          # 将PIL Image或numpy.ndarray转换为tensor，并归一化到[0,1]之间
    28.         transforms.Normalize(           # 标准化处理-->转换为标准正太分布（高斯分布），使模型更容易收敛
    29.             mean=[0.485, 0.456, 0.406], 
    30.             std=[0.229, 0.224, 0.225])  # 其中 mean=[0.485,0.456,0.406]与std=[0.229,0.224,0.225] 从数据集中随机抽样计算得到的。
    31.     ])
    32.  
    33.     test_transform = transforms.Compose([
    34.         transforms.Resize([224, 224]),  # 将输入图片resize成统一尺寸
    35.         transforms.ToTensor(),          # 将PIL Image或numpy.ndarray转换为tensor，并归一化到[0,1]之间
    36.         transforms.Normalize(           # 标准化处理-->转换为标准正太分布（高斯分布），使模型更容易收敛
    37.             mean=[0.485, 0.456, 0.406], 
    38.             std=[0.229, 0.224, 0.225])  # 其中 mean=[0.485,0.456,0.406]与std=[0.229,0.224,0.225] 从数据集中随机抽样计算得到的。
    39.     ])
    40.  
    41.     total_data = datasets.ImageFolder("D:/P8/weather_photos/",transform=train_transforms)
    42.     print(total_data)
    43.  
    44.     print(total_data.class_to_idx)
    45.  
    46.     train_size = int(0.8 * len(total_data))
    47.     test_size  = len(total_data) - train_size
    48.     train_dataset, test_dataset = torch.utils.data.random_split(total_data, [train_size, test_size])
    49.     print(train_dataset, test_dataset)
    50.  
    51.     batch_size = 4
    52.  
    53.     train_dl = torch.utils.data.DataLoader(train_dataset,
    54.                                             batch_size=batch_size,
    55.                                             shuffle=True,
    56.                                             num_workers=1)
    57.     test_dl = torch.utils.data.DataLoader(test_dataset,
    58.                                             batch_size=batch_size,
    59.                                             shuffle=True,
    60.                                             num_workers=1)
    61.  
    62.     import torch.nn.functional as F
    63.  
    64.     def autopad(k, p=None):  # kernel, padding
    65.         # Pad to 'same'
    66.         if p is None:
    67.             p = k // 2 if isinstance(k, int) else [x // 2 for x in k]  # auto-pad
    68.         return p
    69.  
    70.     class Conv(nn.Module):
    71.         # Standard convolution
    72.         def __init__(self, c1, c2, k=1, s=1, p=None, g=1, act=True):  # ch_in, ch_out, kernel, stride, padding, groups
    73.             super().__init__()
    74.             self.conv = nn.Conv2d(c1, c2, k, s, autopad(k, p), groups=g, bias=False)
    75.             self.bn = nn.BatchNorm2d(c2)
    76.             self.act = nn.SiLU() if act is True else (act if isinstance(act, nn.Module) else nn.Identity())
    77.  
    78.         def forward(self, x):
    79.             return self.act(self.bn(self.conv(x)))
    80.  
    81.     class Bottleneck(nn.Module):
    82.         # Standard bottleneck
    83.         def __init__(self, c1, c2, shortcut=True, g=1, e=0.5):  # ch_in, ch_out, shortcut, groups, expansion
    84.             super().__init__()
    85.             c_ = int(c2 * e)  # hidden channels
    86.             self.cv1 = Conv(c1, c_, 1, 1)
    87.             self.cv2 = Conv(c_, c2, 3, 1, g=g)
    88.             self.add = shortcut and c1 == c2
    89.  
    90.         def forward(self, x):
    91.             return x + self.cv2(self.cv1(x)) if self.add else self.cv2(self.cv1(x))
    92.  
    93.     class C3(nn.Module):
    94.         # CSP Bottleneck with 3 convolutions
    95.         def __init__(self, c1, c2, n=1, shortcut=True, g=1, e=0.5):  # ch_in, ch_out, number, shortcut, groups, expansion
    96.             super().__init__()
    97.             c_ = int(c2 * e)  # hidden channels
    98.             self.cv1 = Conv(c1, c_, 1, 1)
    99.             self.cv2 = Conv(c1, c_, 1, 1)
    100.             self.cv3 = Conv(2 * c_, c2, 1)  # act=FReLU(c2)
    101.             self.m = nn.Sequential(*(Bottleneck(c_, c_, shortcut, g, e=1.0) for _ in range(n)))
    102.  
    103.         def forward(self, x):
    104.             return self.cv3(torch.cat((self.m(self.cv1(x)), self.cv2(x)), dim=1))
    105.  
    106.     class model_K(nn.Module):
    107.         def __init__(self):
    108.             super(model_K, self).__init__()
    109.             
    110.             # 卷积模块
    111.             self.Conv = Conv(3, 32, 3, 2) 
    112.             
    113.             # C3模块1
    114.             self.C3_1 = C3(32, 64, 3, 2)
    115.             
    116.             # 全连接网络层，用于分类
    117.             self.classifier = nn.Sequential(
    118.                 nn.Linear(in_features=802816, out_features=100),
    119.                 nn.ReLU(),
    120.                 nn.Linear(in_features=100, out_features=4)
    121.             )
    122.             
    123.         def forward(self, x):
    124.             x = self.Conv(x)
    125.             x = self.C3_1(x)
    126.             x = torch.flatten(x, start_dim=1)
    127.             x = self.classifier(x)
    128.  
    129.             return x
    130.  
    131.     device = "cuda" if torch.cuda.is_available() else "cpu"
    132.     print("Using {} device".format(device))
    133.         
    134.     model = model_K().to(device)
    135.     print(model)
    136.  
    137.     # 训练循环
    138.     def train(dataloader, model, loss_fn, optimizer):
    139.         size = len(dataloader.dataset)  # 训练集的大小
    140.         num_batches = len(dataloader)   # 批次数目, (size/batch_size，向上取整)
    141.  
    142.         train_loss, train_acc = 0, 0  # 初始化训练损失和正确率
    143.         
    144.         for X, y in dataloader:  # 获取图片及其标签
    145.             X, y = X.to(device), y.to(device)
    146.             
    147.             # 计算预测误差
    148.             pred = model(X)          # 网络输出
    149.             loss = loss_fn(pred, y)  # 计算网络输出和真实值之间的差距，targets为真实值，计算二者差值即为损失
    150.             
    151.             # 反向传播
    152.             optimizer.zero_grad()  # grad属性归零
    153.             loss.backward()        # 反向传播
    154.             optimizer.step()       # 每一步自动更新
    155.             
    156.             # 记录acc与loss
    157.             train_acc  += (pred.argmax(1) == y).type(torch.float).sum().item()
    158.             train_loss += loss.item()
    159.                 
    160.         train_acc  /= size
    161.         train_loss /= num_batches
    162.  
    163.         return train_acc, train_loss
    164.  
    165.     def test (dataloader, model, loss_fn):
    166.         size        = len(dataloader.dataset)  # 测试集的大小
    167.         num_batches = len(dataloader)          # 批次数目, (size/batch_size，向上取整)
    168.         test_loss, test_acc = 0, 0
    169.         
    170.         # 当不进行训练时，停止梯度更新，节省计算内存消耗
    171.         with torch.no_grad():
    172.             for imgs, target in dataloader:
    173.                 imgs, target = imgs.to(device), target.to(device)
    174.                 
    175.                 # 计算loss
    176.                 target_pred = model(imgs)
    177.                 loss        = loss_fn(target_pred, target)
    178.                 
    179.                 test_loss += loss.item()
    180.                 test_acc  += (target_pred.argmax(1) == target).type(torch.float).sum().item()
    181.  
    182.         test_acc  /= size
    183.         test_loss /= num_batches
    184.  
    185.         return test_acc, test_loss
    186.  
    187.     import copy
    188.  
    189.     optimizer  = torch.optim.Adam(model.parameters(), lr= 1e-4)
    190.     loss_fn    = nn.CrossEntropyLoss() # 创建损失函数
    191.  
    192.     epochs     = 20
    193.  
    194.     train_loss = []
    195.     train_acc  = []
    196.     test_loss  = []
    197.     test_acc   = []
    198.  
    199.     best_acc = 0    # 设置一个最佳准确率，作为最佳模型的判别指标
    200.  
    201.     for epoch in range(epochs):
    202.         
    203.         model.train()
    204.         epoch_train_acc, epoch_train_loss = train(train_dl, model, loss_fn, optimizer)
    205.         
    206.         model.eval()
    207.         epoch_test_acc, epoch_test_loss = test(test_dl, model, loss_fn)
    208.         
    209.         # 保存最佳模型到 best_model
    210.         if epoch_test_acc > best_acc:
    211.             best_acc   = epoch_test_acc
    212.             best_model = copy.deepcopy(model)
    213.         
    214.         train_acc.append(epoch_train_acc)
    215.         train_loss.append(epoch_train_loss)
    216.         test_acc.append(epoch_test_acc)
    217.         test_loss.append(epoch_test_loss)
    218.         
    219.         # 获取当前的学习率
    220.         lr = optimizer.state_dict()['param_groups'][0]['lr']
    221.         
    222.         template = ('Epoch:{:2d}, Train_acc:{:.1f}%, Train_loss:{:.3f}, Test_acc:{:.1f}%, Test_loss:{:.3f}, Lr:{:.2E}')
    223.         print(template.format(epoch+1, epoch_train_acc*100, epoch_train_loss, 
    224.                             epoch_test_acc*100, epoch_test_loss, lr))
    225.         
    226.     # 保存最佳模型到文件中
    227.     PATH = './best_model.pth'  # 保存的参数文件名
    228.     torch.save(model.state_dict(), PATH)
    229.  
    230.     print('Done')
    231.  
    232. if __name__ == '__main__':
    233.     main()

  • 相关阅读:
    Linux进阶-文件
    中小制造企业为什么要做MES智能化升级？看了本文你就知道了
    【经验分享】统计学算法大全及方法适用场景（必看）
    始祖双碳新闻 | 2022年8月22日-8月26日碳中和行业早知道
    AIGC-Animate Anyone阿里的图像到视频 角色合成的框架-论文解读
    2001-2020年全国31省城镇居民人均可支配收入/居民实际收入水平
    Spring依赖注入提示:Field injection is not recommended
    windows计划任务的配置文件
    springboot项目的配置和基本案例练习
    Mac上使用M1或M2芯片的设备安装Node.js时遇到一些问题，比如卡顿或性能问题
  • 原文地址：https://blog.csdn.net/qq_60245590/article/details/133591174