深度学习Week5——运动鞋识别

原创

已于 2024-03-07 20:12:25 修改 · 990 阅读

15 ·

CC 4.0 BY-SA版权

文章标签：

#深度学习 #人工智能 #python

于 2024-02-22 12:14:01 首次发布

文章目录
深度学习Week5——运动鞋识别
一、前言
二、我的环境
三、前期工作
1、配置环境
2、导入数据
3、划分数据集
四、构建CNN网络
五、训练模型
1、设置超参数
2、编写训练函数
3、编写测试函数
六、结果可视化
1、Loss图和Accuracy图
2、指定图片识别
3、加载并保存模型
七、拔高训练

一、前言

🍨 本文为🔗365天深度学习训练营中的学习记录博客

🍖 原作者：K同学啊 | 接辅导、项目定制

大家新年快乐呀🐉🎉
过年期间休息（摆大烂）了一段时间，好多内容忘记了😭，因此作为新年第一篇，我们就以复习巩固为主。
新的一年，我更换了设备，如今也是支持GPU啦

二、我的环境

电脑系统：Windows 10
语言环境：Python 3.11.3
编译器：Pycharm2023.2.3
深度学习环境：Pytorch
显卡及显存：RTX 3060 8G

三、前期工作

1、导入库并配置环境

import torch
import torch.nn as nn
import torchvision.transforms as transforms
import torchvision	
from torchvision import transforms, datasets
import os,PIL,pathlib,random
import numpy as np

device = torch.device("cuda")

device

输出：

device(type='cuda')

至此，我们的环境已经配置完成。

2、导入数据

我们下载好文件到自己的文件夹目录中，复制文件地址备用，注意这里要将[str(path).split("\\")[4] for path in data_paths]中[]里的数字改为自己路径所对应的数字，例如我的是“2”
这里引用K同学对于下列函数的解释。

第一步：使用pathlib.Path()函数将字符串类型的文件夹路径转换为pathlib.Path对象。

第二步：使用glob()方法获取data_dir路径下的所有文件路径，并以列表形式存储在data_paths中。

第三步：通过split()函数对data_paths中的每个文件路径执行分割操作，获得各个文件所属的类别名称，并存储在classeNames中

第四步：打印classeNames列表，显示每个文件所属的类别名称。

data_dir = 'Data/Week5'
data_dir = pathlib.Path(data_dir)

data_paths  = list(data_dir.glob('*'))
classeNames = [str(path).split("\\")[2] for path in data_paths]
classeNames

输出：

['test', 'train']

其实通过前5周的学习，前面导入数据，构建模型的过程已经十分熟练了，因此不再过多废话啦

data_dir = 'Data/Week5/train'
data_dir = pathlib.Path(data_dir)

image_count = len(list(data_dir.glob('*/*.jpg')))
print("训练图片总数为：",image_count)

输出：

训练图片总数为： 502

然后我们可以指定最后一张鞋的照片作为测试是否导入数据成功。

roses = list(data_dir.glob('Adidas/*.jpg'))
PIL.Image.open(str(roses[-1]))

在这里插入图片描述

# 关于transforms.Compose的更多介绍可以参考：https://blog.youkuaiyun.com/qq_38251616/article/details/124878863
train_transforms = transforms.Compose([
    transforms.Resize([224, 224]),  # 将输入图片resize成统一尺寸
    # transforms.RandomHorizontalFlip(), # 随机水平翻转
    transforms.ToTensor(),          # 将PIL Image或numpy.ndarray转换为tensor，并归一化到[0,1]之间
    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
        mean=[0.485, 0.456, 0.406], 
        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。
])

test_transform = transforms.Compose([
    transforms.Resize([224, 224]),  # 将输入图片resize成统一尺寸
    transforms.ToTensor(),          # 将PIL Image或numpy.ndarray转换为tensor，并归一化到[0,1]之间
    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
        mean=[0.485, 0.456, 0.406], 
        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。
])

train_dataset = datasets.ImageFolder("Data/Week5/train/",transform = train_transforms)
test_dataset  = datasets.ImageFolder("Data/Week5/test/",transform = train_transforms)

train_dataset.class_to_idx

输出：

{'adidas': 0, 'nike': 1}

3、划分训练集

batch_size = 32

train_dl = torch.utils.data.DataLoader(train_dataset,
                                           batch_size = batch_size,
                                           shuffle