19 PyTorch 图像分类项目学习教程

本文将带领你从零开始，使用 PyTorch 完成一个基本的图像分类项目。以下是项目结构和步骤：

1. 项目准备

1.1 环境搭建

首先，确保你的计算机上安装了以下依赖库：

pip install torch torchvision matplotlib

1.2 数据集选择

我们将使用 CIFAR-10 数据集。这个数据集由 10 个类的 60,000 张 32x32 彩色图像组成。

1.3 导入必要的库

import torch
import torchvision
import torchvision.transforms as transforms
import matplotlib.pyplot as plt

2. 数据加载

2.1 数据预处理

在加载数据之前，我们需要进行一些数据预处理，例如裁剪、缩放和标准化。

transform = transforms.Compose(
    [transforms.ToTensor(),
     transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))])

2.2 下载数据集

我们使用 torchvision 来下载 CIFAR-10 数据集。

trainset = torchvision.datasets.CIFAR10(root='./data', train=True,
                                        download=True, transform=transform)
trainloader = torch.utils.data.DataLoader(trainset, batch_size=4,
                                          shuffle=True, num_workers=2)

testset = torchvision.datasets.CIFAR10(root='./data', train=False,
                                       download=True, transform=transform)
testloader = torch.utils.data.DataLoader(testset, batch_size=4,
                                         shuffle=False, num_workers=2)

2.3 查看数据

让我们查看一些数据以了解数据集的结构。

dataiter = iter(trainloader)
images, labels = next(dataiter)

# 展示图像
def imshow(img):
    img = img / 2 + 0.5  # 非标准化
    plt.imshow(img.numpy().transpose((1, 2, 0)))
    plt.show()

imshow(images[0])
print('Label:', labels[0].item())

3. 构建模型

我们将构建一个简单的卷积神经网络 (CNN)。

3.1 模型定义

import torch.nn as nn
import torch.nn.functional as F

class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.conv1 = nn.Conv2d(3, 6, 5)
        self.pool = nn.MaxPool2d(2, 2)
        self.conv2 = nn.Conv2d(6, 16, 5)
        self.fc1 = nn.Linear(16 * 5 * 5, 120)
        self.fc2 = nn.Linear(120, 84)
        self.fc3 = nn.Linear(84, 10)

    def forward(self, x):
        x = self.pool(F.relu(self.conv1(x)))
        x = self.pool(F.relu(self.conv2(x)))
        x = x.view(-1, 16 * 5 * 5)
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        x = self.fc3(x)
        return x

net = Net()

4. 定义损失函数和优化器

4.1 设置损失函数和优化器

我们将使用交叉熵损失函数和随机梯度下降优化器。

import torch.optim as optim

criterion = nn.CrossEntropyLoss()
optimizer = optim.SGD(net.parameters(), lr=0.001, momentum=0.9)

5. 训练模型

5.1 训练循环

for epoch in range(2):  # 训练 2 个 epoch
    running_loss = 0.0
    for i, data in enumerate(trainloader, 0):
        inputs, labels = data

        # 清零优化器的梯度
        optimizer.zero_grad()

        # 正向 + 反向 + 优化
        outputs = net(inputs)
        loss = criterion(outputs, labels)
        loss.backward()
        optimizer.step()

        # 打印统计信息
        running_loss += loss.item()
        if i % 2000 == 1999:  # 每 2000 个小批量打印一次
            print(f'[{epoch + 1}, {i + 1:5d}] loss: {running_loss / 2000:.3f}')
            running_loss = 0.0

print('Finished Training')

6. 测试模型

6.1 测试过程

correct = 0
total = 0
with torch.no_grad():
    for data in testloader:
        images, labels = data
        outputs = net(images)
        _, predicted = torch.max(outputs.data, 1)
        total += labels.size(0)
        correct += (predicted == labels).sum().item()

print(f'Accuracy of the network on the 10000 test images: {100 * correct / total:.2f}%')

6.2 各类别的准确率

# 获取所有类别的准确率
class_correct = list(0. for i in range(10))
class_total = list(0. for i in range(10))

with torch.no_grad():
    for data in testloader:
        images, labels = data
        outputs = net(images)
        _, predicted = torch.max(outputs.data, 1)
        c = (predicted == labels).squeeze()
        for i in range(4):  # batch_size
            label = labels[i]
            class_correct[label] += c[i].item()
            class_total[label] += 1

for i in range(10):
    print(f'Accuracy of {classes[i]:5s} : {100 * class_correct[i] / class_total[i]:2.2f} %')

7. 小结

通过上述步骤，我们成功构建了一个简单的图像分类模型，使用 PyTorch 进行训练和测试。你可以进一步尝试改进模型，调整超参数，并使用其他更复杂的模型架构。

希望本教程对你学习 PyTorch 有所帮助！继续深入学习和实践，你将会有更深入的理解。