Pytorch手势识别
一. 数据集介绍
- 数据集可以在kaggle上面下载地址.
- 识别的手势是26个英文字母,如下所示,图片中好像缺少了一个Z。
- 数据是csv格式的,第一列是label,其余的像素,也就是我们的图片数据,28*28大小的。
二. 构造DataLoader
由于数据是csv格式,和之前图片的有所不同,之前直接重写Dataset类就可以加载我们的数据,这次其实可以重写Dataset类,但是我这样做的时候,训练的时候准确率一直只有0.07左右,这次我们需要使用另外一种比较简单的方法,来构造数据集
利用TensorDataset函数将tensor数据变成TensorDataset数据,也就是将数据变成pytorch可以分批次加载的数据。
train = pd.read_csv('../input/sign-language-mnist/sign_mnist_train.csv',dtype=np.float32) #读取csvy = train.label.values #label
x = train.loc[:,train.columns!= 'label'].values / 255 #图片数据train_x,test_x,train_y,test_y = train_test_split(x,y,test_size=0.2,random_state=42) #分成数据集,测试集
print(test_x.shape)
train_x = torch.from_numpy(train_x) #转换成tensor
train_y = torch.from_numpy(train_y).type(torch.LongTensor) #转换成Longtensor,交叉熵损失函数的label需要long类型的数据test_x = torch.from_numpy(test_x)
test_y = torch.from_numpy(test_y).type(torch.LongTensor)train = TensorDataset(train_x,train_y) #转换成Dataset,类似于TensorFlow的from_tensor_slices
test = TensorDataset(test_x,test_y)train_loader = DataLoader(train,batch_size=100,shuffle=False,drop_last=True) # 构造DataLoader
test_loader = DataLoader(test,batch_size=100,shuffle=False,drop_last=True)
三. 构造网络
- 构造网络这比较简单,由于没有合适的GPU,只能使用一些比较简单的网络。
- 这里也可以使用残差网络,随便学一下什么是残差网络,残差网络在很深的网络中经常用到,非常重要的一个网络结构。
class CNN(nn.Module):def __init__(self):super(CNN, self).__init__()self.layers1 = nn.Sequential(nn.Conv2d(1,16,kernel_size=3,stride=1,padding=1),nn.BatchNorm2d(16),nn.ReLU(inplace=True))self.layers2 = nn.Sequential(nn.Conv2d(16,32,kernel_size=3,stride=1,padding=1),nn.BatchNorm2d(32),nn.ReLU(inplace=True),nn.MaxPool2d(kernel_size=2,stride=2))self.layers3 = nn.Sequential(nn.Conv2d(32,64,kernel_size=3,stride=1,padding=1),nn.BatchNorm2d(64),nn.ReLU(inplace=True),nn.MaxPool2d(kernel_size=2, stride=2))self.layers4 = nn.Sequential(nn.Conv2d(64,128,kernel_size=3,stride=1,padding=1),nn.BatchNorm2d(128),nn.ReLU(inplace=True),)self.fc = nn.Sequential(nn.Linear(7*7*128,1024),nn.ReLU(inplace=True),nn.Linear(1024,100),nn.ReLU(inplace=True),nn.Linear(100,26))def forward(self, x):x = self.layers1(x)x = self.layers2(x)x = self.layers3(x)x = self.layers4(x)x = x.view(x.size(0),-1)x = self.fc(x)return x
四. 训练网络
- 在训练网络的时候,这次我们分成了训练集合测试集,和之前写有些不一样,但也都差不多,
- 每训练50个epoch,就在测试集上测试一下准确率,这样可以明确模型的好与坏,精度如何。
- 最后如果准确率大于0.983后,就退出训练,训练太久而准确率没有太多的提升,还不如提前结束训练。
error = nn.CrossEntropyLoss()optimizer = torch.optim.SGD(cnn.parameters(),lr=0.1)for epochs in range(100):for i ,(img,label) in enumerate(train_loader):img = img.view(100,1,28,28)img = Variable(img)label = Variable(label)optimizer.zero_grad()output = cnn(img)loss = error(output,label)loss.backward()optimizer.step()if i %50 == 0: #测试模型accuracy = 0for x,y in test_loader:x = x.view(100,1,28,28)x = Variable(x)out = cnn(x)pre = torch.max(out.data,1)[1]accuracy += (pre == y).sum()print('accuracy:',accuracy.item()/(5491))if(accuracy.item()/(5491)>0.975):torch.save(cnn.state_dict(),'model.pth')if(accuracy.item()/5491 > 0.983):break
最后打印一下训练的log,训练到最后准确率基本上没有变化了。
完整代码可在GitHub上面下载地址.
Thank for your reading !!!
Pytorch手势识别相关推荐
- 【PyTorch深度学习项目实战100例】—— Python+OpenCV+MediaPipe手势识别系统 | 第2例
前言 大家好,我是阿光. 本专栏整理了<PyTorch深度学习项目实战100例>,内包含了各种不同的深度学习项目,包含项目原理以及源码,每一个项目实例都附带有完整的代码+数据集. 正在更新 ...
- Pytorch+opencv 手势识别
配置 opencv安装 使用清华源 pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python opencv的使用 cv ...
- 树莓派实时(30fps)手势识别,从数据集采集开始,全部流程开源
目录结构 1.背景介绍 2.数据采集 3.网络设计 4.网络训练 5.网络部署 6.总结 1.背景介绍 最近采购了一块新的树莓派,迫不及待的想要在树莓派上实现一个实时的手势识别.从算法的角度讲,并不是 ...
- Jetson nano (4GB B01) 系统安装,官方Demo测试 (目标检测、手势识别)
Jetson nano (4GB B01) 系统安装,官方Demo测试 (目标检测.手势识别) 此文确保你可以正确搭建jetson nano环境,并跑通官方"hello AI world&q ...
- 计算机视觉研究院手把手教你深度学习的部署(手势识别,源码已开源)
计算机视觉研究院专栏 作者:Edison_G 今天我们继续基于姿态估计的运动计数APP开发! 公众号ID|ComputerVisionGzq 学习群|扫码在主页获取加入方式 关注并星标 从此不迷路 计 ...
- 【目标检测】你想知道的手势识别都在这里 【YOLO】网络
基于YOLO+ResNet50的手势识别 目录 基于YOLO+ResNet50的手势识别 写在前面 (一)项目背景以及系统环境 1.1 项目背景 1.2 硬件环境 1.3 操作系统 1.4 主要界面 ...
- 基于CNN的动态手势识别:Real-time Hand Gesture Detection and Classification Using Convolutional Neural Networks
Real-time Hand Gesture Detection and Classification Using Convolutional Neural Networks论文解读 1. 概述 2. ...
- 人工智能AI:TensorFlow Keras PyTorch MXNet PaddlePaddle 深度学习实战 part1
日萌社 人工智能AI:TensorFlow Keras PyTorch MXNet PaddlePaddle 深度学习实战 part1 人工智能AI:TensorFlow Keras PyTorch ...
- 初学入门YOLOv5手势识别之制作并训练自己的数据集
随着短视频vlog时代的到来,自动驾驶技术.人脸识别门禁系统.智慧视频监控.AI机器人等贴近人们日常生活的视频信息量的暴增,视频目标检测的研究具有无比的现实研究意义与未来行业潜力.视频是由一系列具有时 ...
最新文章
- linux的简单面试题,收集的一些简单的UNIX/Linux面试题
- 【linux回炉 档案权限与目录配置】
- JAVA笔记18-容器之二增强的for循环(不重要)
- opencv画框返回坐标 python_python opencv鼠标事件实现画框圈定目标获取坐标信息
- springboot读取自定义properties文件
- 在Apache配置反向代理即实现输出内容替换
- 【python数字信号处理】——循环卷积(也叫圆圈卷积)
- 【Python CheckiO 题解】Bigger Price
- 汇编jnl_汇编指令集
- 作者:​邓波(1973-),男,博士,北京系统工程研究所研究员。
- 数据统计告诉你,程序员是不是35岁就退休
- Create an offline installation of Visual Studio 2017 RC
- 教你在CentOS 8上安装和配置Redmine项目管理系统
- 看微软“第四代模块化数据中心”宣传片之后的思考
- Leetcode799. 香槟塔
- windows批处理:start的用法
- “自动修复”无法修复你的电脑-SATAFIRM S11-固态硬盘坏了
- 使用百度在某个网站内进行搜索
- 我的世界服务器头像文件,端游我的世界怎么换头像,端游我的世界怎么换头像框...
- 鼻子上爱出油,还有黑头、粉刺怎么办???