卷积神经网络resent网络实践

文章目录

前言
一、技术介绍
二、实现途径
三、总结

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=10transs=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+xreturn x7class 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+x6return x7class 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_scissorstest=test_rock+test_paper+test_scissionrandom.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=0for 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/41running_loss=0print('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。