• 【深度学习】快速制作图像标签数据集以及训练


    快速制作图像标签数据集以及训练

    制作DataSet

    • 先从网络收集十张图片 每种十张
      在这里插入图片描述

    • 定义dataSet和dataloader

    import glob
    import torch
    from torch.utils import data
    from PIL import Image
    import numpy as np
    from torchvision import transforms
    import matplotlib.pyplot as plt
    
    
    # 通过创建data.Dataset子类Mydataset来创建输入
    class Mydataset(data.Dataset):
        # init() 初始化方法,传入数据文件夹路径
        def __init__(self, root):
            self.imgs_path = root
    
        # getitem() 切片方法,根据索引下标,获得相应的图片
        def __getitem__(self, index):
            img_path = self.imgs_path[index]
    
        # len() 计算长度方法,返回整个数据文件夹下所有文件的个数
        def __len__(self):
            return len(self.imgs_path)
    
    
    # 使用glob方法来获取数据图片的所有路径
    all_imgs_path = glob.glob(r"./Data/*/*.jpg")  # 数据文件夹路径
    
    # 利用自定义类Mydataset创建对象brake_dataset
    # 将所有的路径塞进dataset  使用每张图片的路径进行索引图片
    brake_dataset = Mydataset(all_imgs_path)
    # print("图片总数:{}".format(len(brake_dataset)))  # 返回文件夹中图片总个数
    
    
    
    # 制作dataloader
    brake_dataloader = torch.utils.data.DataLoader(brake_dataset, batch_size=2)  # 每次迭代时返回4个数据
    # print(next(iter(break_dataloader)))
    
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38

    制作标签

    
    # 为每张图片制作对应标签
    species = ['sun', 'rain', 'cloud']
    species_to_id = dict((c, i) for i, c in enumerate(species))
    # print(species_to_id)
    
    id_to_species = dict((v, k) for k, v in species_to_id.items())
    # print(id_to_species)
    
    # 对所有图片路径进行迭代
    all_labels = []
    for img in all_imgs_path:
    	# 区分出每个img,应该属于什么类别
    	for i, c in enumerate(species):
    		if c in img:
    			all_labels.append(i)
    # print(all_labels)
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17

    制作数据和标签一起的dataset和dataloader

    • 上面的dataset不够完善
    # 将数据转换为张量数据
    # 对数据进行转换处理
    transform = transforms.Compose([
    	transforms.Resize((256, 256)),  # 做的第一步转换
    	transforms.ToTensor()  # 第二步转换,作用:第一转换成Tensor,第二将图片取值范围转换成0-1之间,第三会将channel置前
    ])
    
    
    class Mydatasetpro(data.Dataset):
    	def __init__(self, img_paths, labels, transform):
    		self.imgs = img_paths
    		self.labels = labels
    		self.transforms = transform
    
    	# 进行切片
    	def __getitem__(self, index):
    		img = self.imgs[index]
    		label = self.labels[index]
    		pil_img = Image.open(img)  # pip install pillow
    		pil_img = pil_img.convert('RGB')
    		data = self.transforms(pil_img)
    		return data, label
    
    	# 返回长度
    	def __len__(self):
    		return len(self.imgs)
    
    
    BATCH_SIZE = 4
    brake_dataset = Mydatasetpro(all_imgs_path, all_labels, transform)
    brake_dataloader = data.DataLoader(
    	brake_dataset,
    	batch_size=BATCH_SIZE,
    	shuffle=True
    )
    
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    imgs_batch, labels_batch = next(iter(brake_dataloader))
    
    # 4 X 3 X 256 X 256
    print(imgs_batch.shape)
    
    plt.figure(figsize=(12, 8))
    for i, (img, label) in enumerate(zip(imgs_batch[:10], labels_batch[:10])):
    	img = img.permute(1, 2, 0).numpy()
    	plt.subplot(2, 3, i + 1)
    	plt.title(id_to_species.get(label.item()))
    	plt.imshow(img)
    plt.show()  # 展示图片
    
    
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14

    制作训练集和测试集

    # 划分数据集和测试集
    index = np.random.permutation(len(all_imgs_path))
    
    #  打乱所有图片的索引
    print(index)
    
    # 根据索引获取所有图片的路径
    all_imgs_path = np.array(all_imgs_path)[index]
    all_labels = np.array(all_labels)[index]
    
    print("打乱顺序之后的所有图片路径{}".format(all_imgs_path))
    print("打乱顺序之后的所有图片索引{}".format(all_labels))
    
    # 80%做训练集
    s = int(len(all_imgs_path) * 0.8)
    # print(s)
    
    train_imgs = all_imgs_path[:s]
    # print(train_imgs)
    train_labels = all_labels[:s]
    test_imgs = all_imgs_path[s:]
    test_labels = all_labels[s:]
    
    
    # 将训练集和标签 制作dataset 需要转换为张量
    train_ds = Mydatasetpro(train_imgs, train_labels, transform)  # TrainSet TensorData
    test_ds = Mydatasetpro(test_imgs, test_labels, transform)  # TestSet TensorData
    # print(train_ds)
    # print(test_ds)
    print("**********")
    # 制作trainLoader
    train_dl = data.DataLoader(train_ds, batch_size=BATCH_SIZE, shuffle=True)  # TrainSet Labels
    test_dl = data.DataLoader(train_ds, batch_size=BATCH_SIZE, shuffle=True)  # TestSet Labels
    
    
    
    
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37

    训练代码

    import torch
    import torchvision.models as models
    from torch import nn
    from torch import optim
    from DataSetMake import brake_dataloader
    from DataSetMake import train_dl, test_dl
    
    
    # 判断是否使用GPU
    DEVICE = torch.device("cuda" if torch.cuda.is_available() else "cpu")
    
    #  使用resnet 训练
    model_ft = models.resnet50(pretrained=True)  # 使用迁移学习,加载预训练权
    
    
    in_features = model_ft.fc.in_features
    model_ft.fc = nn.Sequential(nn.Linear(in_features, 256),
    							nn.ReLU(),
    							# nn.Dropout(0, 4),
    							nn.Linear(256, 4),
    							nn.LogSoftmax(dim=1))
    
    model_ft = model_ft.to(DEVICE)  # 将模型迁移到gpu
    
    # 优化器
    loss_fn = nn.CrossEntropyLoss()
    loss_fn = loss_fn.to(DEVICE)  # 将loss_fn迁移到GPU
    
    # Adam损失函数
    optimizer = optim.Adam(model_ft.fc.parameters(), lr=0.003)
    
    
    epochs = 50  # 迭代次数
    steps = 0
    running_loss = 0
    print_every = 10
    train_losses, test_losses = [], []
    
    for epoch in range(epochs):
    	model_ft.train()
    	# 遍历训练集数据
    	for imgs, labels in brake_dataloader:
    		steps += 1
    
    		# 标签转换为 tensor
    		labels = torch.tensor(labels, dtype=torch.long)
    
    		# 将图片和标签 放到设备上
    		imgs, labels = imgs.to(DEVICE), labels.to(DEVICE)
    
    		optimizer.zero_grad()  # 梯度归零
    
    		#  前向推理
    		outputs = model_ft(imgs)
    
    		# 计算loss
    		loss = loss_fn(outputs, labels)
    		loss.backward()  # 反向传播计算梯度
    		optimizer.step()  # 梯度优化
    
    		# 累加loss
    		running_loss += loss.item()
    
    		if steps % print_every == 0:
    			test_loss = 0
    			accuracy = 0
    
    			# 验证模式
    			model_ft.eval()
    
    			# 测试集 不需要计算梯度
    			with torch.no_grad():
    				# 遍历测试集数据
    				for imgs, labels in test_dl:
    					#  转换为tensor
    					labels = torch.tensor(labels, dtype=torch.long)
    
    					#  数据标签 部署到gpu
    					imgs, labels = imgs.to(DEVICE), labels.to(DEVICE)
    
    					#  前向推理
    					outputs = model_ft(imgs)
    
    					#  计算损失
    					loss = loss_fn(outputs, labels)
    
    					# 累加测试机的损失
    					test_loss += loss.item()
    
    					ps = torch.exp(outputs)
    					top_p, top_class = ps.topk(1, dim=1)
    
    					equals = top_class == labels.view(*top_class.shape)
    					accuracy += torch.mean(equals.type(torch.FloatTensor)).item()
    
    			train_losses.append(running_loss / len(train_dl))
    			test_losses.append(test_loss / len(test_dl))
    
    			print(f"Epoch {epoch + 1}/{epochs}.. "
    				  f"Train loss: {running_loss / print_every:.3f}.. "
    				  f"Test loss: {test_loss / len(test_dl):.3f}.. "
    				  f"Test accuracy: {accuracy / len(test_dl):.3f}")
    
    			#  回到训练模式 训练误差清0
    			running_loss = 0
    			model_ft.train()
    torch.save(model_ft, "aerialmodel.pth")
    
    
    
    
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    • 51
    • 52
    • 53
    • 54
    • 55
    • 56
    • 57
    • 58
    • 59
    • 60
    • 61
    • 62
    • 63
    • 64
    • 65
    • 66
    • 67
    • 68
    • 69
    • 70
    • 71
    • 72
    • 73
    • 74
    • 75
    • 76
    • 77
    • 78
    • 79
    • 80
    • 81
    • 82
    • 83
    • 84
    • 85
    • 86
    • 87
    • 88
    • 89
    • 90
    • 91
    • 92
    • 93
    • 94
    • 95
    • 96
    • 97
    • 98
    • 99
    • 100
    • 101
    • 102
    • 103
    • 104
    • 105
    • 106
    • 107
    • 108
    • 109
    • 110
    • 111

    在这里插入图片描述

    预测代码

    import os
    import torch
    from PIL import Image
    from torch import nn
    from torchvision import transforms, models
    
    i = 0  # 识别图片计数
    # 这里最好新建一个test_data文件随机放一些上面整理好的图片进去
    root_path = r"D:\CODE\ImageClassify\Test"  # 待测试文件夹
    names = os.listdir(root_path)
    
    for name in names:
    	print(name)
    	i = i + 1
    	data_class = ['sun', 'rain', 'cloud']  # 按文件索引顺序排列
    
    
    	#  找出文件夹中的所有图片
    	image_path = os.path.join(root_path, name)
    	image = Image.open(image_path)
    	print(image)
    
    	#  张量定义格式
    	transform = transforms.Compose([transforms.Resize((256, 256)),
    									transforms.ToTensor()])
    	# 图片转换为张量
    	image = transform(image)
    	print(image.shape)
    
    	#  定义resnet模型
    	model_ft = models.resnet50()
    
    	# 模型结构
    	in_features = model_ft.fc.in_features
    	model_ft.fc = nn.Sequential(nn.Linear(in_features, 256),
    								nn.ReLU(),
    								# nn.Dropout(0, 4),
    								nn.Linear(256, 4),
    								nn.LogSoftmax(dim=1))
    
    
    	# 加载已经训练好的模型参数
    	model = torch.load("aerialmodel.pth", map_location=torch.device("cpu"))
    
    	# 将每张图片 调整维度
    	image = torch.reshape(image, (1, 3, 256, 256))  # 修改待预测图片尺寸,需要与训练时一致
    	model.eval()
    
    	#  速出预测结果
    	with torch.no_grad():
    		output = model(image)
    	print(output)  # 输出预测结果
    	# print(int(output.argmax(1)))
    	# 对结果进行处理,使直接显示出预测的种类  根据索引判别是哪一类
    	print("第{}张图片预测为:{}".format(i, data_class[int(output.argmax(1))]))
    
    
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    • 51
    • 52
    • 53
    • 54
    • 55
    • 56
    • 57

    工程目录结构

    在这里插入图片描述

  • 相关阅读:
    slog实战:文件日志、轮转与kafka集成
    [洛谷]P2880 [USACO07JAN] Balanced Lineup G(线段树)
    【TcaplusDB知识库】TcaplusDB-tcapsvrmgr工具介绍(一)
    unique_ptr的大小探讨
    微信小程序 onLoad和onShow的区别
    G. SlavicG‘s Favorite Problem(DFS序) 2022绵阳H(思维构造),M(并查集)
    EM@解三角形@正弦定理@余弦定理
    Pytorch优化器全总结(一)SGD、ASGD、Rprop、Adagrad
    jquery总结
    月是故乡明,每逢佳节倍思亲,近乡情更怯
  • 原文地址:https://blog.csdn.net/qq_44653420/article/details/134178695