• (动手学习深度学习)第13章 计算机视觉---图像增广与微调


    13.1 图像增广

    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

    总结

    • 数据增广通过变形数据来获取多样性从而使得模型泛化性能更好
    • 常见图片增广包裹翻转、切割、变色。

    图像增广代码实现

    导入相关库

    %matplotlib inline
    import torch
    import torchvision
    from torch import nn
    from d2l import torch as d2l
    
    • 1
    • 2
    • 3
    • 4
    • 5

    查看图像

    # 查看图像
    d2l.set_figsize()
    img = d2l.Image.open('../img/cat1.jpg')
    d2l.plt.imshow(img)
    
    • 1
    • 2
    • 3
    • 4

    在这里插入图片描述

    定义函数apply: 在输入图像img上多次运行图像增广方法aug并显示所有结果。

    def apply(img, aug, num_rows=2, num_cols=4, scale=1.52):
        Y = [aug(img) for _ in range(num_rows * num_cols)]
        d2l.show_images(Y, num_rows, num_cols, scale=scale)
    
    • 1
    • 2
    • 3
    • 水平翻转图像(常用)
    # RandomHorizontalFlip():水平翻转,默认50%
    apply(img, torchvision.transforms.RandomHorizontalFlip())
    
    • 1
    • 2

    在这里插入图片描述

    • 上下翻转(不常用)
    # RandomVerticalFlip():上下翻转,默认50%(针对不同的数据集,选择)
    apply(img, torchvision.transforms.RandomVerticalFlip())
    
    • 1
    • 2

    在这里插入图片描述

    • 缩放
    apply(img, torchvision.transforms.Resize(256))  # 只有一个值时,按长宽比缩放
    
    • 1

    在这里插入图片描述

    test_augs = torchvision.transforms.Compose(
        [torchvision.transforms.Resize([256, 256]),
         torchvision.transforms.CenterCrop(224)]
    )
    apply(img, test_augs)
    
    • 1
    • 2
    • 3
    • 4
    • 5

    在这里插入图片描述

    apply(img, torchvision.transforms.Resize([256, 256]))
    
    • 1

    在这里插入图片描述

    test_augs2 = torchvision.transforms.Compose(
        [torchvision.transforms.Resize(256),  # 先按比例放大
         torchvision.transforms.CenterCrop(224)]  # 然后中心裁剪
    )
    apply(img, test_augs2)
    
    • 1
    • 2
    • 3
    • 4
    • 5

    在这里插入图片描述

    • 随机剪裁
    # 随机裁剪:scale(裁剪面积与原始面积的百分比)、ratio(裁剪区域的宽高比)
    shape_aug = torchvision.transforms.RandomResizedCrop(
        (200, 200), scale=(0.1, 1), ratio=(0.5, 2)
    )
    apply(img, shape_aug)
    
    • 1
    • 2
    • 3
    • 4
    • 5

    在这里插入图片描述

    • 随机更改图像的亮度
    # 更改图像的:brightness(亮度)、contrast(对比度)、saturation(色调)
    apply(img, torchvision.transforms.ColorJitter(
        brightness=0.5, contrast=0, saturation=0, hue=0
    ))
    
    • 1
    • 2
    • 3
    • 4

    在这里插入图片描述

    • 随机更改图像的色调
    apply(img, torchvision.transforms.ColorJitter(
        brightness=0, contrast=0, saturation=0, hue=0.5
    ))
    
    • 1
    • 2
    • 3

    在这里插入图片描述

    • 随机更改图像的亮度、色调
    apply(img, torchvision.transforms.ColorJitter(
        brightness=0.5, contrast=0.5, saturation=0.5, hue=0.5
    ))
    
    • 1
    • 2
    • 3

    在这里插入图片描述

    • 结合多种图像增广的方法
    augs = torchvision.transforms.Compose(
        [torchvision.transforms.RandomHorizontalFlip(),
         torchvision.transforms.ColorJitter(brightness=0.5, contrast=0.5, saturation=0.5, hue=0.5),
         torchvision.transforms.RandomResizedCrop((200, 200), scale=(0.1, 1), ratio=(0.5, 2))]
    )
    apply(img, augs)
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6

    在这里插入图片描述

    利用图像增广的Resnet18对CIFAR10训练

    1. 查看CIFAR10数据
    all_imgs = torchvision.datasets.CIFAR10(
        train=True, root='../data', download=True
    )
    d2l.show_images(
        [all_imgs[i][0] for i in range(32)], 4, 8, scale=0.8
    )
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6

    在这里插入图片描述

    1. 只使用最简单的随机左右翻转
    train_augs = torchvision.transforms.Compose(
        [torchvision.transforms.RandomHorizontalFlip(),
         torchvision.transforms.ToTensor()]
    )
    test_augs = torchvision.transforms.Compose(  # 验证集不需要数据增强
        [torchvision.transforms.ToTensor()]
    )
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    1. 定义一个辅助函数,以便读取图像和应用图像增广
    def load_cifar10(is_train, augs, batch_size):
        dataset = torchvision.datasets.CIFAR10(
            root='../data', train=is_train,
            transform=augs, download=True
        )
        dataloader = torch.utils.data.DataLoader(
            dataset, batch_size=batch_size, shuffle=is_train,num_workers=4
        )
        return dataloader
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    1. 定义一个函数,使用多gpu对模型进行训练和评估
    def train_batch_ch13(net, X, y, loss, trainer, devices):
        """使用多GPU进行小批量训练"""
        if isinstance(X, list):
            X = [x.to(devices[0]) for x in X]
        else:
            X = X.to(devices[0])
        y = y.to(devices[0])
        net.train()
        trainer.zero_grad()
        pred = net(X)
        l = loss(pred, y)
        l.sum().backward()
        trainer.step()
        train_loss_sum = l.sum()
        train_acc_sum = d2l.accuracy(pred, y)
        return train_loss_sum, train_acc_sum
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    def train_ch13(net, train_iter, test_iter, loss, trainer, num_epoces, devices=d2l.try_all_gpus()):
        """使用多GPU进行模型训练"""
        timer, num_batches = d2l.Timer(), len(train_iter)
        animator = d2l.Animator(xlabel='epoch', xlim=[1, num_epoces], ylim=[0, 1],
                                legend=['train loss', 'train acc', 'test acc'])
        net = nn.DataParallel(net, device_ids=devices).to(devices[0])   # 使用DataParallel在多个GPU上复制并行化网络
        for epoch in range(num_epoces):
            # 4个维度:存储训练损失、训练准确度、实例数、特征数
            metric = d2l.Accumulator(4)
            for i, (features, labels) in enumerate(train_iter):
                timer.start()
                l, acc = train_batch_ch13(net, features, labels, loss, trainer, devices)
                metric.add(l, acc, labels.shape[0], labels.numel())
                timer.stop()
                if (i+1) % (num_batches // 5) == 0 or i == num_batches -1:
                    animator.add(epoch + (i+1) / num_batches, (metric[0]/metric[2], metric[1]/metric[3], None))
            test_acc = d2l.evaluate_accuracy_gpu(net, test_iter)
            animator.add(epoch+1, (None, None, test_acc))
        print(f'loss {metric[0]/metric[2]:.3f}, '
              f'train acc {metric[1]/metric[3]:.3f}, test acc {test_acc:.3f}')
        print(f'{metric[2]*num_epoces / timer.sum():.1f} example/sec on {str(devices)}')
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    1. 定义train_with_data_aug函数,使用图像增广来训练模型
    batch_size, devices, net = 256, d2l.try_all_gpus(), d2l.resnet18(10, 3)
    
    def init_weights(m):
        if type(m) in [nn.Linear, nn.Conv2d]:
            nn.init.xavier_uniform_(m.weight)
    
    net.apply(init_weights)
    
    def train_with_data_aug(train_augs, test_augs, net, lr=0.001):
        train_iter = load_cifar10(True, train_augs, batch_size)
        test_iter = load_cifar10(False, test_augs, batch_size)
        loss = nn.CrossEntropyLoss(reduction='none')
        trainer = torch.optim.Adam(net.parameters(), lr=lr)
        train_ch13(net, train_iter, test_iter, loss, trainer, 10, devices)
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    1. 训练模型
    import time
    
    # 在开头设置开始时间
    start = time.perf_counter()  # start = time.clock() python3.8之前可以
    train_with_data_aug(train_augs, test_augs, net)
    
    # 在程序运行结束的位置添加结束时间
    end = time.perf_counter()  # end = time.clock()  python3.8之前可以
    
    # 再将其进行打印,即可显示出程序完成的运行耗时
    print(f'运行耗时{(end-start):.4f}')
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11

    在这里插入图片描述

  • 相关阅读:
    Meilisearch客户端完美改造
    大厂真题:【前缀和】米哈游2023秋招-米小游的极差之和
    Java一次返回中国所有省市区三级树形级联+前端vue展示【200ms内】
    【python】raise Exception使用方式示例
    JWT令牌实现登陆校验
    原来背后都是商业利益,看到网易和暴雪的解约之后,原来是要定以后的KPI,坐地起价,但是一个时代已经结束了,都留在了记忆之中
    【码蹄集新手村 600 题】判断一个公元后的年份是否为闰年的方法
    JAVA--word等文件转PDF工具类
    内存管理的相关概念
    Vue2 Element el-table多选表格 控制选取的思路
  • 原文地址:https://blog.csdn.net/weixin_44342777/article/details/134309384