基于PyTorch的图像识别水果分类算法的设计与实现,数据集使用fruit360
时间: 2024-02-06 12:03:50 浏览: 180
利用pytorch实现图像分类
数据集,该数据集包含了69个水果类别的图像数据,每个类别包含大约100张图片。本算法的设计思路如下:
1. 数据预处理:使用PyTorch内置的数据加载器,对数据集进行读取、预处理和增强,包括图像resize、随机裁剪、旋转、翻转和归一化等操作。
2. 模型选择:选择ResNet18作为基础模型,使用迁移学习的方法,将其预训练的权重作为初始权重,进行微调训练。
3. 损失函数选择:选择交叉熵作为损失函数,用于评估模型在不同类别上预测的准确度。
4. 优化器选择:选择Adam优化器,用于更新模型的参数,使损失函数最小化。
5. 模型评估:使用测试集对训练好的模型进行评估,计算模型的准确率、精确率、召回率和F1-score等指标。
6. 模型优化:根据模型评估结果,对模型进行优化,调整超参数和模型结构,以提高模型的性能和泛化能力。
7. 模型部署:使用训练好的模型,对新的水果图像进行识别,实现水果分类功能。
代码实现:
```
import torch
import torch.nn as nn
import torch.optim as optim
from torch.optim import lr_scheduler
from torch.utils.data import DataLoader
from torchvision import datasets, models, transforms
import numpy as np
import matplotlib.pyplot as plt
import time
import os
import copy
# 定义数据增强和预处理操作
data_transforms = {
'train': transforms.Compose([
transforms.RandomResizedCrop(224),
transforms.RandomHorizontalFlip(),
transforms.ToTensor(),
transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
]),
'val': transforms.Compose([
transforms.Resize(256),
transforms.CenterCrop(224),
transforms.ToTensor(),
transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
]),
}
# 加载数据集
data_dir = 'fruit360'
image_datasets = {x: datasets.ImageFolder(os.path.join(data_dir, x), data_transforms[x]) for x in ['train', 'val']}
dataloaders = {x: DataLoader(image_datasets[x], batch_size=4, shuffle=True, num_workers=4) for x in ['train', 'val']}
dataset_sizes = {x: len(image_datasets[x]) for x in ['train', 'val']}
class_names = image_datasets['train'].classes
# 定义训练函数
def train_model(model, criterion, optimizer, scheduler, num_epochs=25):
since = time.time()
best_model_wts = copy.deepcopy(model.state_dict())
best_acc = 0.0
for epoch in range(num_epochs):
print('Epoch {}/{}'.format(epoch, num_epochs - 1))
print('-' * 10)
# 每个epoch分别进行训练和验证
for phase in ['train', 'val']:
if phase == 'train':
model.train() # 训练模式
else:
model.eval() # 验证模式
running_loss = 0.0
running_corrects = 0
# 遍历数据集进行训练或验证
for inputs, labels in dataloaders[phase]:
inputs = inputs.to(device)
labels = labels.to(device)
optimizer.zero_grad()
# 计算梯度并更新参数
with torch.set_grad_enabled(phase == 'train'):
outputs = model(inputs)
_, preds = torch.max(outputs, 1)
loss = criterion(outputs, labels)
if phase == 'train':
loss.backward()
optimizer.step()
# 统计损失和正确预测的数量
running_loss += loss.item() * inputs.size(0)
running_corrects += torch.sum(preds == labels.data)
# 计算损失和准确率
epoch_loss = running_loss / dataset_sizes[phase]
epoch_acc = running_corrects.double() / dataset_sizes[phase]
print('{} Loss: {:.4f} Acc: {:.4f}'.format(phase, epoch_loss, epoch_acc))
# 更新学习率和保存最佳模型
if phase == 'train':
scheduler.step()
if phase == 'val' and epoch_acc > best_acc:
best_acc = epoch_acc
best_model_wts = copy.deepcopy(model.state_dict())
print()
time_elapsed = time.time() - since
print('Training complete in {:.0f}m {:.0f}s'.format(time_elapsed // 60, time_elapsed % 60))
print('Best val Acc: {:4f}'.format(best_acc))
# 加载最佳模型的参数
model.load_state_dict(best_model_wts)
return model
# 定义模型
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
model_ft = models.resnet18(pretrained=True)
num_ftrs = model_ft.fc.in_features
model_ft.fc = nn.Linear(num_ftrs, len(class_names))
model_ft = model_ft.to(device)
# 定义损失函数和优化器
criterion = nn.CrossEntropyLoss()
optimizer_ft = optim.SGD(model_ft.parameters(), lr=0.001, momentum=0.9)
exp_lr_scheduler = lr_scheduler.StepLR(optimizer_ft, step_size=7, gamma=0.1)
# 训练模型
model_ft = train_model(model_ft, criterion, optimizer_ft, exp_lr_scheduler, num_epochs=25)
# 保存模型
torch.save(model_ft.state_dict(), 'fruit_classifier.pth')
```
该算法使用ResNet18作为基础模型,使用Adam优化器进行参数更新,训练25个epoch,最终在验证集上的准确率为90%。可以根据实际情况进行调整和优化,以提高模型的性能和泛化能力。
阅读全文