Pytorch卷积神经网络resent网络实践

前言

上篇文章，讲了经典卷积神经网络-resnet，这篇文章通过resnet网络，做一些具体的事情。

一、技术介绍

总的来说，第一步首先要加载数据集，对数据进行一些处理，第二步，调整学习率一些参数，训练好resnet网络模型，第三步输入图片或者视频通过训练好的模型，得到结果。

二、实现途径

1.加载数据集，对数据进行处理，加载的图片是（N,C,H,W ）对图片进行处理成（C,H,W），通过图片名称获取标签，进行分类。

train_paper=r'E:\桌面\资料\cv3\数据集\罚拳_公开\train\paper'
train_rock=r'E:\桌面\资料\cv3\数据集\罚拳_公开\train\rock'
train_scissors=r'E:\桌面\资料\cv3\数据集\罚拳_公开\train\scissors'
test_paper=r'E:\桌面\资料\cv3\数据集\罚拳_公开\test\paper'
test_rock=r'E:\桌面\资料\cv3\数据集\罚拳_公开\test\rock'
test_scission=r'E:\桌面\资料\cv3\数据集\罚拳_公开\test\scissors'
Batch_files=10
transs=trans.Compose([
   trans.ToTensor(),
   trans.Normalize((0.5,0.5,0.5),(0.5,0.5,0.5))
])
def read_img(batch_files):
   images=[]
   labels=[]
   for file in batch_files:
       image=Image.open(file)
       image=image.convert('RGB')
       image=image.resize((64,64))
       tensor=transs(image)
       images.append(tensor)
       if 'rock' in file :
           labels.append(torch.tensor(0,dtype=torch.int64))
       if 'paper' in file:
           labels.append(torch.tensor(1,dtype=torch.int64))
       if 'scissors' in file:
           labels.append(torch.tensor(2,dtype=torch.int64))
   return images,labels
if __name__ == '__main__':

2.写入resnet模型：

这里用的是resnet18

class tiao(nn.Module):
   def __init__(self,shuru,shuchu):
       super(tiao, self).__init__()
       self.conv1=nn.Conv2d(in_channels=shuru,out_channels=shuchu,kernel_size=(3,3),padding=(1,1))
       self.bath=nn.BatchNorm2d(shuchu)
       self.relu=nn.ReLU()
   def forward(self,x):
       x1=self.conv1(x)
       x2=self.bath(x1)
       x3=self.relu(x2)
       x4=self.conv1(x3)
       x5=self.bath(x4)
       x6=self.relu(x5)
       x7=x6+x
       return x7
class tiao2(nn.Module):
   def __init__(self,shuru):
       super(tiao2, self).__init__()
       self.conv1=nn.Conv2d(in_channels=shuru,out_channels=shuru*2,kernel_size=(3,3),stride=(2,2),padding=(1,1))
       self.conv11=nn.Conv2d(in_channels=shuru,out_channels=shuru*2,kernel_size=(1,1),stride=(2,2))
       self.batch=nn.BatchNorm2d(shuru*2)
       self.relu=nn.ReLU()
       self.conv2=nn.Conv2d(in_channels=shuru*2,out_channels=shuru*2,kernel_size=(3,3),stride=(1,1),padding=(1,1))
   def forward(self,x):
       x1=self.conv1(x)
       x2=self.batch(x1)
       x3=self.relu(x2)
       x4=self.conv2(x3)
       x5=self.batch(x4)
       x6=self.relu(x5)
       x11=self.conv11(x)
       x7=x11+x6
       return x7
class resnet18(nn.Module):
   def __init__(self):
       super(resnet18, self).__init__()
       self.conv1=nn.Conv2d(in_channels=3,out_channels=64,kernel_size=(7,7),stride=(2,2),padding=(3,3))
       self.bath=nn.BatchNorm2d(64)
       self.relu=nn.ReLU()
       self.max=nn.MaxPool2d(2,2)
       self.tiao1=tiao(64,64)
       self.tiao2=tiao(64,64)
       self.tiao3=tiao2(64)
       self.tiao4=tiao(128,128)
       self.tiao5=tiao2(128)
       self.tiao6=tiao(256,256)
       self.tiao7=tiao2(256)
       self.tiao8=tiao(512,512)
       self.a=nn.AdaptiveAvgPool2d(output_size=(1,1))
       self.l=nn.Linear(512,3)
   def forward(self,x):
       x1=self.conv1(x)
       x2=self.bath(x1)
       x3=self.relu(x2)
       x4=self.tiao1(x3)
       x5=self.tiao2(x4)
       x6=self.tiao3(x5)
       x7=self.tiao4(x6)
       x8=self.tiao5(x7)
       x9=self.tiao6(x8)
       x10=self.tiao7(x9)
       x11=self.tiao8(x10)
       x12=self.a(x11)
       x13=x12.view(x12.size()[0],-1)
       x14=self.l(x13)
       return x14

第三步：调用读取数据函数，读取数据，打乱，开始训练：

train_rock=[os.path.join(train_rock,file) for file in os.listdir(train_rock)]
   train_paper= [os.path.join(train_paper, file) for file in os.listdir(train_paper)]
   train_scissors = [os.path.join(train_scissors, file) for file in os.listdir(train_scissors)]
   test_rock=[os.path.join(test_rock,file) for file in os.listdir(test_rock)]
   test_paper=[os.path.join(test_paper,file) for file in os.listdir(test_paper)]
   test_scission=[os.path.join(test_scission,file) for file in os.listdir(test_scission)]
   train=train_rock+train_paper+train_scissors
   test=test_rock+test_paper+test_scission
   random.shuffle(train)
   random.shuffle(test)
   model=resnet18().cuda()
   opt = torch.optim.ASGD(model.parameters(), lr=0.001, weight_decay=0.8)
   loss = nn.CrossEntropyLoss()
   print("开始训练")

第四步：训练模型，完成后保存模型：

for i in range(5):
       running_loss=0
       for index in range(0,len(train),Batch_files):
           images,labels=read_img(train[index:index+Batch_files])
           inputs=torch.stack(images,0).cuda()
           labels=torch.stack(labels,0).cuda()
           inputs, labels = Variable(inputs), Variable(labels)
           opt.zero_grad()
           h=model(inputs)
           loss1=loss(h,labels)
           loss1.backward()
           opt.step()
           running_loss+=loss1.item()
           if index％41==40:
               avg_loos=running_loss/41
               running_loss=0
               print('avg_loss',avg_loos)
           if index％101==99:
               test_files=random.sample(test,100)
               test_image,test_label=read_img(test_files)
               test_images=torch.stack(test_image,0).cuda()
               test_labels=torch.stack(test_label,0).cuda()
               test_h=model(test_images)
               _,prediction=torch.max(test_h.data,1)
               total=test_labels.size(0)
               correct=(prediction==test_labels).sum()
               print('100张测试集准确率％d ％％'％(100*correct/total))
   torch.save(model.state_dict(),'resnet_caiq猜拳.pth')

第五步：加载模型，进行测试：

model.load_state_dict(torch.load('resnet_caiq猜拳.pth'))
labels={0:'rock',1:'paper',2:'scissors'}
   images=[]
   image=Image.open(r'E:\桌面\1.png')
   image=image.convert('RGB')
   image=image.resize((64,64))
   image=transs(image)
   images.append(image)
   image= torch.stack(images, 0).cuda()
   label=model(image)
   _,prediction=torch.max(label.data,1)
   print("预测类别",labels[prediction.item()])

三、总结

本文只是简单介绍了，通过pytorch训练resnet模型。调用训练好的模型，对图片，视频，摄像头进行检测。

本文只是简单对图片进行检测，得到预测结果。

在这里运用了resnet18模型进行训练，其实还有更好的模型，得到更好的训练结果。

在目标检测领域，最著名的是YOLO，检测速度非常快，在实时检测领域很受欢迎，在一些游戏上，可以通过YOLO脚本，实现自动锁定，追踪之类的，比如现在欢迎的吃鸡游戏，玩家通过脚本，实现自动识别人，进行射击操作。在yolov3中，作者提到过yolo已经运用到军事中，出于道德层面的考虑，作者暂停了yolo的更新，在这之后v4，v5，v6以及之后的版本都是一些大佬接棒的。

在实时检测中，现在AI在一些方面已经超越人类了，在准确率上虽然人脑的高层次演绎归纳能力是远胜于AI的，但是在低级信息处理速度和精确度上，人类就很难比得过专精某个功能的AI了。

来源：https://blog.csdn.net/Lightismore/article/details/124713535