深度学习——计算机视觉（十一）

图像增广

%matplotlib inline
import matplotlib
import torch
import torchvision
import torch.nn as nn
import d2l.torch as d2l


d2l.set_figsize((4,5))
img = d2l.Image.open('../3.img/cat1.jpg')
d2l.plt.imshow(img)

def apply(img, aug, num_rows=2, num_cols=4, scale=1.5):
    Y = [aug(img) for _ in range(num_rows * num_cols)]
    d2l.show_images(Y, num_rows, num_cols, scale=scale)

1. 翻转和裁剪

apply(img, torchvision.transforms.RandomHorizontalFlip())
apply(img, torchvision.transforms.RandomVerticalFlip())
shape_aug = torchvision.transforms.RandomResizedCrop((200, 200), scale=(0.1, 1), ratio=(0.5, 2))
apply(img, shape_aug)

2. 改变颜⾊

color_aug = torchvision.transforms.ColorJitter(brightness=0.5, contrast=0.5, saturation=0.5, hue=0.5)
apply(img, color_aug)

3. 结合多种图像增⼴⽅法

augs = torchvision.transforms.Compose([torchvision.transforms.RandomHorizontalFlip(), color_aug, shape_aug])
apply(img, augs)

模型训练

# 1.下载数据集
all_images = torchvision.datasets.CIFAR10(root='../data/', download=True)
d2l.show_images([all_images[i][0] for i in range(32)], 4, 8, scale=1)
# 2.使⽤ToTensor实例将⼀批图像转换为深度学习框架所要求的格式，即形状为（批量⼤⼩，通道数，⾼度，宽度）的32位浮点数，取值范围为0〜1。
train_augs = torchvision.transforms.Compose([torchvision.transforms.RandomHorizontalFlip(),torchvision.transforms.ToTensor()])
test_augs = torchvision.transforms.Compose([torchvision.transforms.ToTensor()])

# 3.加载数据集
def load_data(is_train, augs, batch_size, num_workers):
    data_set = torchvision.datasets.CIFAR10(root='../data/', transform=augs, download=True)
    data_loader = torch.utils.data.DataLoader(data_set, batch_size=batch_size, shuffle=is_train, num_workers=num_workers, drop_last=True)
    return data_loader

# 4.模型训练
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)
    ls = loss(pred, y)
    ls.sum().backward()
    trainer.step()
    train_loss_sum = ls.sum()
    train_acc_sum = d2l.accuracy(pred, y)
    return train_loss_sum, train_acc_sum

def train_ch13(net, train_iter, test_iter, loss, trainer, num_epochs, devices):
    timer, batch_size = d2l.Timer(), len(train_iter)
    animator = d2l.Animator(xlabel='epoch',xlim=[1, num_epochs], ylim=[0, 1],
                            legend=['train_loss', 'train_acc', 'test_acc'])
    net = nn.DataParallel(net,device_ids=devices).to(devices[0])
    for epoch in range(num_epochs):
        # 4个维度：储存训练损失，训练准确度，实例数，特点数
        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) % (batch_size // 5) == 0 or i == batch_size - 1:
                animator.add(epoch + (i + 1) / batch_size,(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}, train acc 'f'{metric[1] / metric[3]:.3f}, test acc {test_acc:.3f}')
    print(f'{metric[2] * num_epochs / timer.sum():.1f} examples/sec on 'f'{str(devices)}')

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_data(True, train_augs, batch_size, 0)
    test_iter = load_data(False, test_augs, batch_size, 0)
    loss = nn.CrossEntropyLoss(reduction="none")
    trainer = torch.optim.Adam(net.parameters(), lr=lr)
    train_ch13(net, train_iter, test_iter, loss, trainer, 10, devices)

train_with_data_aug(train_augs, test_augs, net)

迁移学习常见技巧：微调

由于训练样本数量有限，训练模型的准确性可能⽆法满⾜实际要求。
解决方法一：⼀个显⽽易⻅的解决⽅案是收集更多的数据。

解决方法二：另⼀种解决⽅案是应⽤迁移学习（transfer learning）将从源数据集学到的知识迁移到⽬标数据集。

迁移学习步骤

1. 在源数据集（例如ImageNet数据集）上预训练神经⽹络模型，即源模型。
2. 创建⼀个新的神经⽹络模型，即⽬标模型。这将复制源模型上的所有模型设计及其参数（输出层除外）。
   我们假定这些模型参数包含从源数据集中学到的知识，这些知识也将适⽤于⽬标数据集。我们还假设源模型的输出层与源数据集的标签密切相关；因此不在⽬标模型中使⽤该层。
3. 向⽬标模型添加输出层，其输出数是⽬标数据集中的类别数。然后随机初始化该层的模型参数。
4. 在⽬标数据集（如椅⼦数据集）上训练⽬标模型。输出层将从头开始进⾏训练，⽽所有其他层的参数将根据源模型的参数进⾏微调。

当⽬标数据集⽐源数据集⼩得多时，微调有助于提⾼模型的泛化能⼒。

代码实现目标识别微调