歡迎大家來到圖像分類專欄，本篇基于Pytorch完成一個多類別圖像分類實戰(zhàn)。

作者?| 郭冰洋

編輯 | 言有三

1 簡介

實現一個完整的圖像分類任務，大致需要分為五個步驟：

1、選擇開源框架

目前常用的深度學習框架主要包括tensorflow、caffe、pytorch、mxnet等；

2、構建并讀取數據集

根據任務需求搜集相關圖像搭建相應的數據集，常見的方式包括：網絡爬蟲、實地拍攝、公共數據使用等。隨后根據所選開源框架讀取數據集。

3、框架搭建

選擇合適的網絡模型、損失函數以及優(yōu)化方式，以完成整體框架的搭建

4、訓練并調試參數

通過訓練選定合適超參數

5、測試準確率

在測試集上驗證模型的最終性能

本文利用Pytorch框架，按照上述結構實現一個基本的圖像分類任務，并詳細闡述其中的細節(jié)及注意事項。

2 數據集

本次實戰(zhàn)選擇的數據集為Kaggle競賽中的細胞數據集，共包含9961個訓練樣本，2491個測試樣本，可以分為嗜曙紅細胞、淋巴細胞、單核細胞、中性白細胞4個類別，圖片大小為320x240。

Pytorch中封裝了相應的數據讀取的類函數，通過調用torch.utils.data.Datasets函數，則可以實現讀取功能。

__init__（）模塊用來定義相關的參數，__len__（）模塊用來獲取訓練樣本個數，__getitem__（）模塊則用來獲取每張具體的圖片，在讀取圖片時其可以通過opencv庫、PIL庫等進行讀取，具體代碼如下：

# 數據集

class dataset(data.Dataset):

? ?# 參數預定義

此外，需要定義圖像增強模塊，即上述代碼中的transform，通常采取的操作為翻轉、剪切等，關于圖像增強的具體介紹可以參考公眾號前作。

【技術綜述】深度學習中的數據增強方法都有哪些？

需要特別強調的是對圖像進行去均值處理，很多同學不明白為何要減去均值，其主要的原因是圖像作為一種平穩(wěn)的數據分布，通過減去數據對應維度的統(tǒng)計平均值，可以消除公共部分，以凸顯個體之間的特征和差異。進行去均值前后操作后的圖像對比如下：

3 框架搭建

本次實戰(zhàn)主要選取了VGG16、Resnet50、InceptionV4三個經典網絡，也是對前篇文章的一個總結。

損失函數則選擇交叉熵損失函數：【技術綜述】一文道盡softmax loss及其變種

優(yōu)化方式選擇SGD、Adam優(yōu)化兩種：【模型訓練】SGD的那些變種，真的比SGD強嗎

完整代碼獲取方式：發(fā)送關鍵詞“多類別分類”給公眾號

4 訓練及參數調試

初始學習率設置為0.01，batch size設置為8，衰減率設置為0.00001，迭代周期為15，在不同框架組合下的最佳準確率和最低loss如下圖所示：

可以發(fā)現在驗證集上Resnet-50+SGD+Cross Entropy的組合下取得了99%左右的準確率，相反VGG-16結果則稍微差一些。

最佳組合下的準確率走勢曲線如下圖所示：

5 測試

對上述模型分別在測試集上進行測試，所獲得的結果如下圖所示，整體精度比訓練集上約下降了一個百分點：

關于代碼，可以參考有三AI開源的12大深度學習開源框架使用的項目：

【完結】給新手的12大深度學習開源框架快速入門項目

總結

以上就是整個多類別圖像分類實戰(zhàn)的過程，由于時間限制，本次實戰(zhàn)并沒有對多個數據集進行訓練，因此沒有列出同一模型在不同數據集上的表現。

有三AI夏季劃

有三AI夏季劃進行中，歡迎了解并加入，系統(tǒng)性成長為中級CV算法工程師。

轉載文章請后臺聯(lián)系

侵權必究

往期精選

• 【技術綜述】你真的了解圖像分類嗎？

• 【技術綜述】多標簽圖像分類綜述

• 【圖像分類】分類專欄正式上線啦！初入CV、AI你需要一份指南針！

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的【图像分类】 基于Pytorch的多类别图像分类实战的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。