Pytorch实现动物识别(含动物数据集和训练代码) |
您所在的位置：网站首页 › 动物数字图片4 › Pytorch实现动物识别(含动物数据集和训练代码) |
Pytorch实现动物识别(含动物数据集和训练代码)
|
Pytorch实现动物识别(含动物数据集和训练代码)
目录 动物数据集+动物分类识别训练代码(Pytorch) 1. 前言 2. Animals-Dataset动物数据集说明 （1）Animals90动物数据集 （2）Animals10动物数据集 （3）自定义数据集 3. 动物分类识别模型训练 （1）项目安装 （2）准备Train和Test数据 （3）配置文件: config.yaml （4）开始训练 （5）可视化训练过程 （6）一些优化建议 （7） 一些运行错误处理方法： cannot import name 'load_state_dict_from_url' 4. 动物分类识别模型测试效果 5.项目源码下载 1. 前言基于人工智能的动物AI识别，能够帮助我们快速认知动物品种，对动物科普等研究方面具有重大的意义。本项目将采用深度学习的方法，搭建一个动物分类识别的训练和测试系统。 基于该项目，你可以快速训练一个动物分类识别模型。 目前，基于ResNet18的动物分类识别，支持90种动物分类识别；在Animals90动物数据集上，训练集的Accuracy 99%左右，测试集的Accuracy在91%左右；在Animals10动物数据集上，训练集的Accuracy 99%左右，测试集的Accuracy在96%左右。骨干网络模型可支持googlenet, resnet[18,34,50], inception_v3，mobilenet_v2等常用的模型。
如果想进一步提高准确率，可以尝试： 增加样本数据： 可以采集更多的样本数据，提高模型泛化能力减少种类：Animals90动物数据集共有90种类，可以剔除部分不常见的动物数据清洗数据：动物数据集，部分数据是通过网上爬取的，存在部分错误的图片，尽管鄙人已经清洗一部分了，但还是建议你，训练前，再次清洗数据集，不然会影响模型的识别的准确率。使用不同backbone模型，比如resnet50或者更深的模型增加数据增强： 已经支持： 随机裁剪，随机翻转，随机旋转，颜色变换等数据增强方式，可以尝试诸如mixup，CutMix等更复杂的数据增强方式样本均衡： 建议进行样本均衡处理调超参： 比如学习率调整策略，优化器（SGD,Adam等）损失函数： 目前训练代码已经支持：交叉熵，LabelSmoothing，可以尝试FocalLoss等损失函数【源码下载】动物数据集+动物分类识别训练代码(Pytorch) 【尊重原创，转载请注明出处】https://panjinquan.blog.csdn.net/article/details/126640766 2. Animals-Dataset动物数据集说明 （1）Animals90动物数据集Animals90动物数据集，包含 90 个不同类别动物，约有 5400 张动物图像，每种类含有60张图片。所有照片都已经按照其所属类别存放于各自的文件夹下。动物种类包括常见的类别，如羚羊，獾，蝙蝠，熊，蜜蜂，甲虫，野牛，公猪，蝴蝶，猫 毛虫，黑猩猩等。 为了方便训练，鄙人已将数据划分为训练集和测试集，其中训练集每类50张图片，共4500张图片；测试集每类10张图片，共900张图片
下面是Animals90动物数据集90类别名称： antelope badger bat bear bee beetle bison boar butterfly cat caterpillar chimpanzee cockroach cow coyote crab crow deer dog dolphin donkey dragonfly duck eagle elephant flamingo fly fox goat goldfish goose gorilla grasshopper hamster hare hedgehog hippopotamus hornbill horse hummingbird hyena jellyfish kangaroo koala ladybugs leopard lion lizard lobster mosquito moth mouse octopus okapi orangutan otter owl ox oyster panda parrot pelecaniformes penguin pig pigeon porcupine possum raccoon rat reindeer rhinoceros sandpiper seahorse seal shark sheep snake sparrow squid squirrel starfish swan tiger turkey turtle whale wolf wombat woodpecker zebra （2）Animals10动物数据集Animals10动物数据集，仅包含 10个不同类别动物，分别为：蝴蝶，猫，鸡，牛，狗，象，马，羊，蜘蛛和松鼠，总共约有26000+张动物图像。其中训练集共25000+张图片，平均每类含有2500张图片；测试集每类100张图片，共1000张图片。所有照片都已经按照其所属类别存放于各自的文件夹下。    
下面是Animals10动物数据集10类别名称： butterfly cat chicken cow dog elephant horse sheep spider squirrel （3）自定义数据集如果需要新增类别数据，或者需要自定数据集进行训练，可以如下进行处理： Train和Test数据集，要求相同类别的图片，放在同一个文件夹下；且子目录文件夹命名为类别名称，如
考虑到Animals90动物数据集种类比较齐全，因此本项目以Animals90动物数据集为训练样本，当然你也可以合并Animals90和Animals10这两个数据集进行训练。 （1）项目安装整套工程基本框架结构如下： . ├── classifier # 训练模型相关工具 ├── configs # 训练配置文件 ├── data # 训练数据 ├── libs ├── demo.py # 模型推理demo ├── README.md # 项目工程说明文档 ├── requirements.txt # 项目相关依赖包 └── train.py # 训练文件项目依赖python包请参考requirements.txt，使用pip安装即可： numpy==1.16.3 matplotlib==3.1.0 Pillow==6.0.0 easydict==1.9 opencv-contrib-python==4.5.2.52 opencv-python==4.5.1.48 pandas==1.1.5 PyYAML==5.3.1 scikit-image==0.17.2 scikit-learn==0.24.0 scipy==1.5.4 seaborn==0.11.2 tensorboard==2.5.0 tensorboardX==2.1 torch==1.7.1+cu110 torchvision==0.8.2+cu110 tqdm==4.55.1 xmltodict==0.12.0 basetrainer pybaseutils==0.6.5项目安装教程请参考（初学者入门，麻烦先看完下面教程，配置好开发环境）： 项目开发使用教程和常见问题和解决方法视频教程：1 手把手教你安装CUDA和cuDNN(1)视频教程：2 手把手教你安装CUDA和cuDNN(2)视频教程：3 如何用Anaconda创建pycharm环境视频教程：4 如何在pycharm中使用Anaconda创建的python环境 （2）准备Train和Test数据下载动物分类数据集，Train和Test数据集，要求相同类别的图片，放在同一个文件夹下；且子目录文件夹命名为类别名称。 数据增强方式主要采用： 随机裁剪，随机翻转，随机旋转，颜色变换等处理方式 import numbers import random import PIL.Image as Image import numpy as np from torchvision import transforms def image_transform(input_size, rgb_mean=[0.5, 0.5, 0.5], rgb_std=[0.5, 0.5, 0.5], trans_type="train"): """ 不推荐使用：RandomResizedCrop(input_size), # bug:目标容易被crop掉 :param input_size: [w,h] :param rgb_mean: :param rgb_std: :param trans_type: :return:: """ if trans_type == "train": transform = transforms.Compose([ transforms.Resize([int(128 * input_size[1] / 112), int(128 * input_size[0] / 112)]), transforms.RandomHorizontalFlip(), # 随机左右翻转 # transforms.RandomVerticalFlip(), # 随机上下翻转 transforms.ColorJitter(brightness=0.5, contrast=0.5, saturation=0.5, hue=0.1), transforms.RandomRotation(degrees=5), transforms.RandomCrop([input_size[1], input_size[0]]), transforms.ToTensor(), transforms.Normalize(mean=rgb_mean, std=rgb_std), ]) elif trans_type == "val" or trans_type == "test": transform = transforms.Compose([ transforms.Resize([input_size[1], input_size[0]]), # transforms.CenterCrop([input_size[1], input_size[0]]), # transforms.Resize(input_size), transforms.ToTensor(), transforms.Normalize(mean=rgb_mean, std=rgb_std), ]) else: raise Exception("transform_type ERROR:{}".format(trans_type)) return transform修改配置文件数据路径：config.yaml 注意数据路径分隔符使用【/】,不是【\】项目不要出现含有中文字符的目录文件或路径，否则会出现很多异常！ # 训练数据集，可支持多个数据集 train_data: - '/path/to/animal/animals90/train' # 测试数据集 test_data: '/path/to/animal/animals90/test' # 类别文件 class_name: '/path/to/animal/animals90/class_name.txt' （3）配置文件: config.yaml 目前支持的backbone有：googlenet,resnet[18,34,50],inception_v3,mobilenet_v2等， 其他backbone可以自定义添加训练参数可以通过(configs/config.yaml)配置文件进行设置配置文件config.yaml说明如下： # 训练数据集，可支持多个数据集 train_data: - '/path/to/animal/animals90/train' # 测试数据集 test_data: '/path/to/animal/animals90/test' # 类别文件 class_name: '/path/to/animal/animals90/class_name.txt' train_transform: "train" # 训练使用的数据增强方法 test_transform: "val" # 测试使用的数据增强方法 work_dir: "work_space/" # 保存输出模型的目录 net_type: "resnet18" # 骨干网络,支持：resnet18/50,mobilenet_v2,googlenet,inception_v3 width_mult: 1.0 input_size: [ 224,224 ] # 模型输入大小 rgb_mean: [ 0.5, 0.5, 0.5 ] # for normalize inputs to [-1, 1],Sequence of means for each channel. rgb_std: [ 0.5, 0.5, 0.5 ] # for normalize,Sequence of standard deviations for each channel. batch_size: 32 lr: 0.01 # 初始学习率 optim_type: "SGD" # 选择优化器，SGD,Adam loss_type: "CrossEntropyLoss" # 选择损失函数：支持CrossEntropyLoss,LabelSmoothing momentum: 0.9 # SGD momentum num_epochs: 100 # 训练循环次数 num_warn_up: 3 # warn-up次数 num_workers: 8 # 加载数据工作进程数 weight_decay: 0.0005 # weight_decay，默认5e-4 scheduler: "multi-step" # 学习率调整策略 milestones: [ 20,50,80 ] # 下调学习率方式 gpu_id: [ 0 ] # GPU ID log_freq: 50 # LOG打印频率 progress: True # 是否显示进度条 pretrained: False # 是否使用pretrained模型 finetune: False # 是否进行finetune 参数类型参考值说明train_datastr, list-训练数据文件，可支持多个文件test_datastr, list-测试数据文件，可支持多个文件class_namestr-类别文件work_dirstrwork_space训练输出工作空间net_typestrresnet18 backbone类型,{resnet18/50,mobilenet_v2,googlenet,inception_v3} input_sizelist[128,128]模型输入大小[W,H]batch_sizeint32batch sizelrfloat0.1初始学习率大小optim_typestrSGD优化器，{SGD,Adam}loss_typestrCELoss损失函数schedulerstrmulti-step学习率调整策略，{multi-step,cosine}milestoneslist[30,80,100]降低学习率的节点，仅仅scheduler=multi-step有效momentumfloat0.9SGD动量因子num_epochsint120循环训练的次数num_warn_upint3warn_up的次数num_workersint12DataLoader开启线程数weight_decayfloat5e-4权重衰减系数gpu_idlist[ 0 ]指定训练的GPU卡号，可指定多个log_freqin20显示LOG信息的频率finetunestrmodel.pthfinetune的模型progressboolTrue是否显示进度条distributedboolFalse是否使用分布式训练 （4）开始训练整套训练代码非常简单操作，用户只需要将相同类别的数据放在同一个目录下，并填写好对应的数据路径，即可开始训练了。 终端输入： python train.py -c configs/config.yaml （5）可视化训练过程 训练过程可视化工具是使用Tensorboard，使用方法,在终端输入： # 基本方法 tensorboard --logdir=path/to/log/ # 例如 tensorboard --logdir=work_space/mobilenet_v2_1.0_CrossEntropyLoss/log可视化效果      
（6）一些优化建议
训练完成后，目前，基于ResNet18的动物分类识别，在Animals90动物数据集上，训练集的Accuracy 99%左右，测试集的Accuracy在91%左右；在Animals10动物数据集上，训练集的Accuracy 99%左右，测试集的Accuracy在96%左右。如果想进一步提高准确率，可以尝试： 增加样本数据： 可以采集更多的样本数据，提高模型泛化能力减少种类：Animals90动物数据集共有90种类，可以剔除部分不常见的动物数据清洗数据：动物数据集，部分数据是通过网上爬取的，存在部分错误的图片，尽管鄙人已经清洗一部分了，但还是建议你，训练前，再次清洗数据集，不然会影响模型的识别的准确率。使用不同backbone模型，比如resnet50或者更深的模型增加数据增强： 已经支持： 随机裁剪，随机翻转，随机旋转，颜色变换等数据增强方式，可以尝试诸如mixup，CutMix等更复杂的数据增强方式样本均衡： 建议进行样本均衡处理调超参： 比如学习率调整策略，优化器（SGD,Adam等）损失函数： 目前训练代码已经支持：交叉熵，LabelSmoothing，可以尝试FocalLoss等损失函数 （7） 一些运行错误处理方法： 项目不要出现含有中文字符的目录文件或路径，否则会出现很多异常！！！！！！！！ cannot import name 'load_state_dict_from_url'由于一些版本升级，会导致部分接口函数不能使用，请确保版本对应 torch==1.7.1 torchvision==0.8.2 或者将对应python文件将 from torchvision.models.resnet import model_urls, load_state_dict_from_url修改为： from torch.hub import load_state_dict_from_url model_urls = { 'mobilenet_v2': 'https://download.pytorch.org/models/mobilenet_v2-b0353104.pth', 'resnet18': 'https://download.pytorch.org/models/resnet18-5c106cde.pth', 'resnet34': 'https://download.pytorch.org/models/resnet34-333f7ec4.pth', 'resnet50': 'https://download.pytorch.org/models/resnet50-19c8e357.pth', 'resnet101': 'https://download.pytorch.org/models/resnet101-5d3b4d8f.pth', 'resnet152': 'https://download.pytorch.org/models/resnet152-b121ed2d.pth', 'resnext50_32x4d': 'https://download.pytorch.org/models/resnext50_32x4d-7cdf4587.pth', 'resnext101_32x8d': 'https://download.pytorch.org/models/resnext101_32x8d-8ba56ff5.pth', 'wide_resnet50_2': 'https://download.pytorch.org/models/wide_resnet50_2-95faca4d.pth', 'wide_resnet101_2': 'https://download.pytorch.org/models/wide_resnet101_2-32ee1156.pth', } 4. 动物分类识别模型测试效果demo.py文件用于推理和测试模型的效果，填写好配置文件，模型文件以及测试图片即可运行测试了 def get_parser(): # 配置文件 config_file = "data/pretrained/resnet18_1.0_LabelSmoothing_20220830191723/config.yaml" # 模型文件 model_file = "data/pretrained/resnet18_1.0_LabelSmoothing_20220830191723/model/best_model_096_91.1111.pth" # 待测试图片目录 image_dir = "data/test_images/animals" parser = argparse.ArgumentParser(description="Inference Argument") parser.add_argument("-c", "--config_file", help="configs file", default=config_file, type=str) parser.add_argument("-m", "--model_file", help="model_file", default=model_file, type=str) parser.add_argument("--device", help="cuda device id", default="cuda:0", type=str) parser.add_argument("--image_dir", help="image file or directory", default=image_dir, type=str) return parser #!/usr/bin/env bash # Usage: # python demo.py -c "path/to/config.yaml" -m "path/to/model.pth" --image_dir "path/to/image_dir" # 配置文件 config_file="data/pretrained/resnet18_1.0_LabelSmoothing_20220830191723/config.yaml" # 模型文件 model_file="data/pretrained/resnet18_1.0_LabelSmoothing_20220830191723/model/best_model_096_91.1111.pth" # 待测试图片目录 image_dir="data/test_images/animals" python demo.py -c $config_file -m $model_file --image_dir $image_dirWindows系统，请将$config_file， $model_file ，$image_dir等变量代替为对应的变量值即可，如 # 配置文件 python demo.py -c "data/pretrained/resnet18_1.0_LabelSmoothing_20220830191723/config.yaml" -m "data/pretrained/resnet18_1.0_LabelSmoothing_20220830191723/model/best_model_096_91.1111.pth" --image_dir "data/test_images/animals"运行测试结果：
pred_index:['cat'],pred_score:[0.9299037]
pred_index:['cow'],pred_score:[0.8641183] pred_index:['duck'],pred_score:[0.20411915]
pred_index:['duck'],pred_score:[0.8169622] 5.项目源码下载整套项目源码内容包含： Animals90动物数据集，包含 90 个不同类别动物，总共约有5400 张动物图像，每种类含有60张图片，其中训练集每类50张图片，共4500张图片；测试集每类10张图片，共900张图片Animals10动物数据集，包含 10 个不同类别动物，总共约有26000+张动物图像，其中训练集共25000+张图片，平均每类含有2500张图片；测试集每类100张图片，共1000张图片支持自定义数据集训练整套动物分类训练代码和测试代码（Pytorch版本）, 支持的backbone骨干网络模型有：googlenet,resnet[18,34,50],inception_v3,mobilenet_v2等， 其他backbone可以自定义添加【源码下载】动物数据集+动物分类识别训练代码(Pytorch) |
【本文地址】