Pytorch使用VGG16模型進行預測貓狗二分類實戰

VGG16是Visual?Geometry?Group的縮寫,它的名字來源于提出該網絡的實驗室,本文我們將使用PyTorch來實現VGG16網絡,用于貓狗預測的二分類任務,我們將對VGG16的網絡結構進行適當的修改,以適應我們的任務,需要的朋友可以參考下

1. VGG16

1.1 VGG16 介紹

深度學習已經在計算機視覺領域取得了巨大的成功，特別是在圖像分類任務中。VGG16是深度學習中經典的卷積神經網絡（Convolutional Neural Network，CNN）之一，由牛津大學的Karen Simonyan和Andrew Zisserman在2014年提出。VGG16網絡以其深度和簡潔性而聞名，是圖像分類中的重要里程碑。文章源自四五設計網-http://www.133122.cn/45504.html

VGG16是Visual Geometry Group的縮寫，它的名字來源于提出該網絡的實驗室。VGG16的設計目標是通過增加網絡深度來提高圖像分類的性能，并展示了深度對于圖像分類任務的重要性。VGG16的主要特點是將多個小尺寸的卷積核堆疊在一起，從而形成更深的網絡。文章源自四五設計網-http://www.133122.cn/45504.html

1.1.1 VGG16 網絡的整體結構

VGG16網絡由多個卷積層和全連接層組成。它的整體結構相對簡單，所有的卷積層都采用小尺寸的卷積核（通常為3x3），步幅為1，填充為1。每個卷積層后面都會跟著一個ReLU激活函數來引入非線性。文章源自四五設計網-http://www.133122.cn/45504.html

VGG16網絡主要由三個部分組成：文章源自四五設計網-http://www.133122.cn/45504.html

  1. 輸入層：接受圖像輸入，通常為224x224大小的彩色圖像（RGB）。
  2. 卷積層：VGG16包含13個卷積層，其中包括五個卷積塊。
  3. 全連接層：在卷積層后面是3個全連接層，用于最終的分類。

VGG16網絡結構如下圖：文章源自四五設計網-http://www.133122.cn/45504.html

Pytorch使用VGG16模型進行預測貓狗二分類實戰-1文章源自四五設計網-http://www.133122.cn/45504.html

1、一張原始圖片被resize到(224,224,3)。
2、conv1兩次[3,3]卷積網絡，輸出的特征層為64，輸出為(224,224,64)，再2X2最大池化，輸出net為(112,112,64)。
3、conv2兩次[3,3]卷積網絡，輸出的特征層為128，輸出net為(112,112,128)，再2X2最大池化，輸出net為(56,56,128)。
4、conv3三次[3,3]卷積網絡，輸出的特征層為256，輸出net為(56,56,256)，再2X2最大池化，輸出net為(28,28,256)。
5、conv4三次[3,3]卷積網絡，輸出的特征層為512，輸出net為(28,28,512)，再2X2最大池化，輸出net為(14,14,512)。
6、conv5三次[3,3]卷積網絡，輸出的特征層為512，輸出net為(14,14,512)，再2X2最大池化，輸出net為(7,7,512)。
7、利用卷積的方式模擬全連接層，效果等同，輸出net為(1,1,4096)。共進行兩次。
8、利用卷積的方式模擬全連接層，效果等同，輸出net為(1,1,1000)。
最后輸出的就是每個類的預測。文章源自四五設計網-http://www.133122.cn/45504.html

1.2 Pytorch使用VGG16進行貓狗二分類實戰

在這一部分，我們將使用PyTorch來實現VGG16網絡，用于貓狗預測的二分類任務。我們將對VGG16的網絡結構進行適當的修改，以適應我們的任務。文章源自四五設計網-http://www.133122.cn/45504.html

1.2.1 數據集準備

首先，我們需要準備用于貓狗二分類的數據集。數據集可以從Kaggle上下載，其中包含了大量的貓和狗的圖片。在下載數據集后，我們需要將數據集劃分為訓練集和測試集。訓練集文件夾命名為train,其中建立兩個文件夾分別為cat和dog，每個文件夾里存放相應類別的圖片。測試集命名為test，同理。文章源自四五設計網-http://www.133122.cn/45504.html

1
2
3
4
5
6
7
8
9
10
11
12
13
14
import torch
import torchvision
import torchvision.transforms as transforms
# 定義數據轉換
transform = transforms.Compose([
????transforms.Resize((224, 224)),
????transforms.ToTensor(),
????transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))
])
# 加載數據集
train_dataset = ImageFolder("train", transform=transform)
test_dataset = ImageFolder("test", transform=transform)
train_loader = DataLoader(train_dataset, batch_size=batch_size, shuffle=True)
test_loader = DataLoader(test_dataset, batch_size=batch_size)

1.2.2 構建VGG網絡

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
import torch.nn as nn
class VGG16(nn.Module):
????def __init__(self):
????????super(VGG16, self).__init__()
????????self.features = nn.Sequential(
????????????# Block 1
????????????nn.Conv2d(3, 64, kernel_size=3, padding=1),
????????????nn.ReLU(inplace=True),
????????????nn.Conv2d(64, 64, kernel_size=3, padding=1),
????????????nn.ReLU(inplace=True),
????????????nn.MaxPool2d(kernel_size=2, stride=2),
????????????# Block 2
????????????nn.Conv2d(64, 128, kernel_size=3, padding=1),
????????????nn.ReLU(inplace=True),
????????????nn.Conv2d(128, 128, kernel_size=3, padding=1),
????????????nn.ReLU(inplace=True),
????????????nn.MaxPool2d(kernel_size=2, stride=2),
????????????# Block 3
????????????nn.Conv2d(128, 256, kernel_size=3, padding=1),
????????????nn.ReLU(inplace=True),
????????????nn.Conv2d(256, 256, kernel_size=3, padding=1),
????????????nn.ReLU(inplace=True),
????????????nn.Conv2d(256, 256, kernel_size=3, padding=1),
????????????nn.ReLU(inplace=True),
????????????nn.MaxPool2d(kernel_size=2, stride=2),
????????????# Block 4
????????????nn.Conv2d(256, 512, kernel_size=3, padding=1),
????????????nn.ReLU(inplace=True),
????????????nn.Conv2d(512, 512, kernel_size=3, padding=1),
????????????nn.ReLU(inplace=True),
????????????nn.Conv2d(512, 512, kernel_size=3, padding=1),
????????????nn.ReLU(inplace=True),
????????????nn.MaxPool2d(kernel_size=2, stride=2),
????????????# Block 5
????????????nn.Conv2d(512, 512, kernel_size=3, padding=1),
????????????nn.ReLU(inplace=True),
????????????nn.Conv2d(512, 512, kernel_size=3, padding=1),
????????????nn.ReLU(inplace=True),
????????????nn.Conv2d(512, 512, kernel_size=3, padding=1),
????????????nn.ReLU(inplace=True),
????????????nn.MaxPool2d(kernel_size=2, stride=2),
????????)
????????self.classifier = nn.Sequential(
????????????nn.Linear(512 * 7 * 7, 4096),
????????????nn.ReLU(inplace=True),
????????????nn.Dropout(),
????????????nn.Linear(4096, 4096),
????????????nn.ReLU(inplace=True),
????????????nn.Dropout(),
????????????nn.Linear(4096, 2)? # 輸出層，二分類任務
????????)
????def forward(self, x):
????????x = self.features(x)
????????x = torch.flatten(x, 1)? # 展開特征圖
????????x = self.classifier(x)
????????return x
# 初始化VGG16模型
vgg16 = VGG16()

在上述代碼中，我們定義了一個VGG16類，其中self.features部分包含了5個卷積塊，self.classifier部分包含了3個全連接層。文章源自四五設計網-http://www.133122.cn/45504.html

1.2.3?訓練和評估模型

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
import torch.optim as optim
# 定義超參數
batch_size = 32
learning_rate = 0.001
num_epochs = 10
model = VGG16()
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
model.to(device)
# 定義損失函數和優化器
criterion = nn.CrossEntropyLoss()
optimizer = optim.SGD(model.parameters(), lr=learning_rate, momentum=0.9)
# 訓練模型
total_step = len(train_loader)
for epoch in range(num_epochs):
????for i, (images, labels) in enumerate(train_loader):
????????images = images.to(device)
????????labels = labels.to(device)
????????# 前向傳播
????????outputs = model(images)
????????loss = criterion(outputs, labels)
????????# 反向傳播和優化
????????optimizer.zero_grad()
????????loss.backward()
????????optimizer.step()
????????if (i + 1) % 100 == 0:
????????????print(f"Epoch [{epoch+1}/{num_epochs}], Step [{i+1}/{total_step}], Loss: {loss.item()}")
torch.save(model,'model/vgg16.pth')
# 測試模型
model.eval()
with torch.no_grad():
????correct = 0
????total = 0
????for images, labels in test_loader:
????????images = images.to(device)
????????labels = labels.to(device)
????????outputs = model(images)
????????print(outputs)
????????_, predicted = torch.max(outputs.data, 1)
????????total += labels.size(0)
????????correct += (predicted == labels).sum().item()
????print(f"Accuracy on test images: {(correct / total) * 100}%")

在訓練模型時，我們使用交叉熵損失函數（CrossEntropyLoss）作為分類任務的損失函數，并采用隨機梯度下降（SGD）作為優化器。同時，我們將模型移動到GPU（如果可用）來加速訓練過程。

到此這篇關于Pytorch使用VGG16模型進行預測貓狗二分類實戰的文章就介紹到這了

繼續閱讀
我的微信
微信掃一掃
weinxin
我的微信
惠生活福利社
微信掃一掃
weinxin
我的公眾號
 
  • 本文由 四五設計網小助手 發表于 2024年4月17日10:34:28
  • 轉載請務必保留本文鏈接：http://www.133122.cn/45504.html

發表評論

匿名網友
:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen:

拖動滑塊以完成驗證