第P6周：VGG-16算法-Pytorch实现人脸识别

原创

于 2024-05-23 20:56:38 发布 · 442 阅读

7 ·

CC 4.0 BY-SA版权

文章标签：

#算法 #pytorch #人工智能

🍨 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
要求：

保存训练过程中的最佳模型权重
调用官方的VGG-16网络框架

🍻拔高（可选）：

测试集准确率达到60%（难度有点大，但是这个过程可以学到不少）
手动搭建VGG-16网络框架

见代码

# @Date : 2024/5/15 21:32  # @Author : yjl
import torch
import torch.nn as nn
import torchvision.transforms as transforms
import torchvision
from torchvision import transforms, datasets
import os,PIL,pathlib,warnings

warnings.filterwarnings("ignore")             #忽略警告信息

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
print(device)

import os,PIL,random,pathlib

data_dir = '/home/aiusers/space_yjl/深度学习训练营/pytorch入门实战/第P6周：VGG-16算法-Pytorch实现人脸识别/48-data'
data_dir = pathlib.Path(data_dir)

data_paths  = list(data_dir.glob('*'))
classeNames = [str(path).split("/")[8] for path in data_paths]
print(classeNames)


# 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。
])

total_data = datasets.ImageFolder("/home/aiusers/space_yjl/深度学习训练营/pytorch入门实战/第P6周：VGG-16算法-Pytorch实现人脸识别/48-data",transform=train_transforms)
print(total_data)


print(total_data.class_to_idx)


train_size = int(0.8 * len(total_data))
test_size  = len(total_data) - train_size
train_dataset, test_dataset = torch.utils.data.random_split(total_data, [train_size, test_size])
print