Pytorch学习笔记（二）自己加载单通道图片用作数据集训练

      作者：灰色橡皮擦

     pytorch 在torchvision包里面有很多的的打包好的数据集，例如minist,Imagenet-12,CIFAR10 和CIFAR100。在torchvision的dataset包里面，用的时候直接调用就行了。具体的调用格式可以去看文档（目前好像只有英文的）。网上也有很多源代码。

       不过，当我们想利用自己制作的数据集来训练网络模型时，就要有自己的方法了。pytorch在torchvision.dataset包里面封装过一个函数ImageFolder（）。这个函数功能很强大，只要你直接将数据集路径保存为例如“train/1/1.jpg ,rain/1/2.jpg ……  ”就可以根据根目录“./train”将数据集装载了。

dataset.ImageFolder(root="datapath", transfroms.ToTensor())

       但是后来我发现一个问题，就是这个函数加载出来的图像矩阵都是三通道的，并且没有什么参数调用可以让其变为单通道。如果我们要用到单通道数据集（灰度图）的话，比如自己加载Lenet-5模型的数据集，就只能自己写numpy数组再转为pytorch的Tensor()张量了。接下来是我做的过程：

       首先，还是要用到opencv,用灰度图打开一张图片，省事。

#读取图片　这里是灰度图　
    for item in all_path:
        img = cv2.imread(item[1],0)
        img = cv2.resize(img,(28,28))
        arr = np.asarray(img,dtype="float32")
        data_x[i ,:,:,:] = arr
        i+=1
        data_y.append(int(item[0]))
        
    data_x = data_x / 255
    data_y = np.asarray(data_y)

      其次，pytorch有自己的numpy转Tensor函数，直接转就行了。

    data_x = torch.from_numpy(data_x)
    data_y = torch.from_numpy(data_y)

下一步利用torch.util和torchvision里面的dataLoader函数，就能直接得到和torchvision.dataset里面封装好的包相同的数据集样本了

    dataset = dataf.TensorDataset(data_x,data_y)
    loader = dataf.DataLoader(dataset, batch_size=batchsize, shuffle=True)

最后就是自己建网络设计参数训练了，这部分和文档以及github中的差不多，就不赘述了。

下面是整个程序的源代码，我利用的还是上次的车标识别的数据集，一共分四类，用的是2层卷积核两层全连接。

源代码：

# coding=utf-8
import os
import cv2
import numpy as np
import random

import torch
import torch.nn as nn
import torch.utils.data as dataf
from torch.autograd import Variable
import torch.nn.functional as F
import torch.optim as optim

#训练参数
cuda   = False
train_epoch = 20
train_lr = 0.01
train_momentum = 0.5
batchsize = 5


#测试训练集路径
test_path = "/home/test/"
train_path = "/home/train/"

#路径数据
all_path =[]

def load_data(data_path):
    signal = os.listdir(data_path)
    for fsingal in signal:    
        filepath = data_path+fsingal
        filename  = os.listdir(filepath)
        for fname in filename:
            ffpath = filepath+"/"+fname
            path = [fsingal,ffpath]
            all_path.append(path)
            
#设立数据集多大
    count = len(all_path)
    data_x = np.empty((count,1,28,28),dtype="float32")
    data_y = []
#打乱顺序
    random.shuffle(all_path)
    i=0;

#读取图片　这里是灰度图　最后结果是i*i*i*i
#分别表示：batch大小　，　通道数，　像素矩阵
    for item in all_path:
        img = cv2.imread(item[1],0)
        img = cv2.resize(img,(28,28))
        arr = np.asarray(img,dtype="float32")
        data_x[i ,:,:,:] = arr
        i+=1
        data_y.append(int(item[0]))
        
    data_x = data_x / 255
    data_y = np.asarray(data_y)
#     lener = len(all_path)
    data_x = torch.from_numpy(data_x)
    data_y = torch.from_numpy(data_y)
    dataset = dataf.TensorDataset(data_x,data_y)
    
    loader = dataf.DataLoader(dataset, batch_size=batchsize, shuffle=True)
     
    return  loader
#     print data_y



train_load = load_data(train_path)
test_load  = load_data(test_path)

class L5_NET(nn.Module):
    def __init__(self):
        super(L5_NET  ,self).__init__();
        #第一层输入1，20个卷积核　每个5*5
        self.conv1 = nn.Conv2d(1 , 20 , kernel_size=5)
        #第二层输入20，30个卷积核　每个5*5
        self.conv2 = nn.Conv2d(20 , 30 , kernel_size=5)
        #drop函数
        self.conv2_drop = nn.Dropout2d()
        #全链接层１，展开30*4*4，连接层50个神经元
        self.fc1 = nn.Linear(30*4*4,50)
        #全链接层１，50-4 ,4为最后的输出分类
        self.fc2 = nn.Linear(50,4)
    
    #前向传播
    def forward(self,x):
        #池化层１ 对于第一层卷积池化，池化核2*2
        x = F.relu(F.max_pool2d(   self.conv1(x)     ,2 )   )
        #池化层2 对于第二层卷积池化，池化核2*2
        x = F.relu(F.max_pool2d(   self.conv2_drop( self.conv2(x) )  ,  2 )   )
        #平铺轴30*4*4个神经元
        x = x.view(-1 , 30*4*4)
        #全链接１
        x = F.relu( self.fc1(x) )
        #dropout链接
        x = F.dropout(x ,   training= self.training)
        #全链接w
        x = self.fc2(x)
        #softmax链接返回结果
        return F.log_softmax(x)

model = L5_NET()
if cuda :
    model.cuda()
     

optimizer  =  optim.SGD(model.parameters()     ,  lr =train_lr , momentum = train_momentum )

#预测函数
def train(epoch):
    model.train()
    for batch_idx, (data, target) in enumerate(train_load):
        if cuda:
            data, target = data.cuda(), target.cuda()
        data, target = Variable(data), Variable(target)
        #求导
        optimizer.zero_grad()
        #训练模型，输出结果
        output = model(data)
        #在数据集上预测loss
        loss = F.nll_loss(output, target)
        #反向传播调整参数pytorch直接可以用loss
        loss.backward()
        #SGD刷新进步
        optimizer.step()
        #实时输出
        if batch_idx % 10 == 0:
            print('Train Epoch: {} [{}/{} ({:.0f}%)]\tLoss: {:.6f}'.format(
                epoch, batch_idx * len(data), len(train_load.dataset),
                100. * batch_idx / len(train_load), loss.data[0]))
#             
            
#测试函数
def test(epoch):
    model.eval()
    test_loss = 0
    correct = 0
    for data, target in test_load:
        
        if cuda:
            data, target = data.cuda(), target.cuda()
            
        data, target = Variable(data, volatile=True), Variable(target)
        #在测试集上预测
        output = model(data)
        #计算在测试集上的loss
        test_loss += F.nll_loss(output, target).data[0]
        #获得预测的结果
        pred = output.data.max(1)[1] # get the index of the max log-probability
        #如果正确，correct+1
        correct += pred.eq(target.data).cpu().sum()
    
    #loss计算
    test_loss = test_loss
    test_loss /= len(test_load)
    #输出结果
    print('\nThe {} epoch result : Average loss: {:.6f}, Accuracy: {}/{} ({:.2f}%)\n'.format(
        epoch,test_loss, correct, len(test_load.dataset),
        100. * correct / len(test_load.dataset)))

for epoch in range(1, train_epoch+ 1):
    train(epoch)
    test(epoch)

        
        
        

最后的训练结果和在keras下差不多，不过我训练的时候好像把训练集和测试集弄反了，数目好像测试集比训练集还多，有点尴尬，不过无伤大雅。结果图如下：