第P8周—YOLOv5-C3模块实现
>- ** 本文为[365天深度学习训练营](https://mp.weixin.qq.com/s/Nb93582M_5usednAKp_Jtw) 中的学习记录博客**
>- ** 原作者：[K同学啊 | 接辅导、项目定制](https://mtyjkh.blog.csdn.net/)**
>- ** 文章来源：[K同学的学习圈子](https://www.yuque.com/mingtian-fkmxf/zxwb45)**
一、前期工作
1.1导入数据
import torch
import torch.nn as nn
import torchvision.transforms as transforms
import torchvision
from torchvision import transforms, datasets
import os,PIL,pathlib,warnings
warnings.filterwarnings("ignore") #忽略警告信息
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
print(device)
import os,PIL,random,pathlib
data_dir = 'D:/P8/weather_photos/'
data_dir = pathlib.Path(data_dir)
data_paths = list(data_dir.glob('*'))
classeNames = [str(path).split("\\")[3] for path in data_paths]
print(classeNames)
1.2 数据集图片标准化处理
1.3 划分数据集
train_size = int(0.8 * len(total_data))
test_size = len(total_data) - train_size
train_dataset, test_dataset = torch.utils.data.random_split(total_data, [train_size, test_size])
print(train_dataset, test_dataset)
1.4 设置数据加载器
batch_size = 4
train_dl = torch.utils.data.DataLoader(train_dataset,
batch_size=batch_size,
shuffle=True,
num_workers=1)
test_dl = torch.utils.data.DataLoader(test_dataset,
batch_size=batch_size,
shuffle=True,
num_workers=1)二、搭建包含YOLOv5-C3模块的模型
import torch.nn.functional as F
def autopad(k, p=None): # kernel, padding
# Pad to 'same'
if p is None:
p = k // 2 if isinstance(k, int) else [x // 2 for x in k] # auto-pad
return p
class Conv(nn.Module):
# Standard convolution
def __init__(self, c1, c2, k=1, s=1, p=None, g=1, act=True): # ch_in, ch_out, kernel, stride, padding, groups
super().__init__()
self.conv = nn.Conv2d(c1, c2, k, s, autopad(k, p), groups=g, bias=False)
self.bn = nn.BatchNorm2d(c2)
self.act = nn.SiLU() if act is True else (act if isinstance(act, nn.Module) else nn.Identity())
def forward(self, x):
return self.act(self.bn(self.conv(x)))
class Bottleneck(nn.Module):
# Standard bottleneck
def __init__(self, c1, c2, shortcut=True, g=1, e=0.5): # ch_in, ch_out, shortcut, groups, expansion
super().__init__()
c_ = int(c2 * e) # hidden channels
self.cv1 = Conv(c1, c_, 1, 1)
self.cv2 = Conv(c_, c2, 3, 1, g=g)
self.add = shortcut and c1 == c2
def forward(self, x):
return x + self.cv2(self.cv1(x)) if self.add else self.cv2(self.cv1(x))
class C3(nn.Module):
# CSP Bottleneck with 3 convolutions
def __init__(self, c1, c2, n=1, shortcut=True, g=1, e=0.5): # ch_in, ch_out, number, shortcut, groups, expansion
super().__init__()
c_ = int(c2 * e) # hidden channels
self.cv1 = Conv(c1, c_, 1, 1)
self.cv2 = Conv(c1, c_, 1, 1)
self.cv3 = Conv(2 * c_, c2, 1) # act=FReLU(c2)
self.m = nn.Sequential(*(Bottleneck(c_, c_, shortcut, g, e=1.0) for _ in range(n)))
def forward(self, x):
return self.cv3(torch.cat((self.m(self.cv1(x)), self.cv2(x)), dim=1))
class model_K(nn.Module):
def __init__(self):
super(model_K, self).__init__()
# 卷积模块
self.Conv = Conv(3, 32, 3, 2)
# C3模块1
self.C3_1 = C3(32, 64, 3, 2)
# 全连接网络层，用于分类
self.classifier = nn.Sequential(
nn.Linear(in_features=802816, out_features=100),
nn.ReLU(),
nn.Linear(in_features=100, out_features=4)
)
def forward(self, x):
x = self.Conv(x)
x = self.C3_1(x)
x = torch.flatten(x, start_dim=1)
x = self.classifier(x)
return x
device = "cuda" if torch.cuda.is_available() else "cpu"
print("Using {} device".format(device))
model = model_K().to(device)
print(model)上述代码定义了一个用于分类任务的PyTorch神经网络架构。
1. autopad 函数：
autopad 函数的目的是使卷积操作的输出尺寸与输入尺寸相同，从而方便构建神经网络模型时进行 "same" 填充设置。这对于保持特征图的尺寸不变通常很有用，特别是在卷积神经网络中。
def autopad(k, p=None): # kernel, padding
# Pad to 'same'
if p is None:
p = k // 2 if isinstance(k, int) else [x // 2 for x in k] # auto-pad
return p
这部分代码定义了一个名为 `autopad` 的函数，其功能和用途是为卷积操作计算填充（padding），以实现 "same" 填充效果。让我解释这个函数的功能和参数：
- `k`：这是卷积核的大小，可以是整数或一个由两个整数组成的元组（高度和宽度）。
- `p`：这是卷积操作的填充参数，它表示在输入图像周围添加的填充量。默认情况下，它被设置为 `None`，表示填充参数未提供。
函数的主要目的是计算合适的填充值 `p`，以便在进行卷积操作时，输出的特征图尺寸与输入的特征图尺寸保持一致，实现 "same" 填充。
工作原理如下：
1. 首先检查是否提供了填充参数 `p`，如果没有提供（即 `p` 为 `None`），则执行以下操作：
2. 如果 `k` 是整数（表示卷积核是正方形的），则计算填充值 `p` 为 `k` 的一半，这将使得卷积操作在每个边上都添加一半的填充，从而使输出特征图的大小与输入相同。这是实现 "same" 填充的常见方式。
3. 如果 `k` 是一个由两个整数组成的元组，例如 `(3, 3)`（表示卷积核的高度和宽度），则计算填充值 `p` 分别为每个维度的半数。这确保了在每个维度上都应用一半的填充。
4. 最后函数返回计算得到的填充参数 `p`。
- 这个函数用于计算卷积操作所需的填充，以实现“same”填充效果。如果没有提供 `p`（填充），则根据卷积核大小 `k` 来计算填充。如果 `k` 是整数，它会计算卷积核大小的一半；如果 `k` 是一个元组，它会计算每个维度的一半。
2. `Conv` 类：
class Conv(nn.Module):
# Standard convolution
def __init__(self, c1, c2, k=1, s=1, p=None, g=1, act=True): # ch_in, ch_out, kernel, stride, padding, groups
super().__init__()
self.conv = nn.Conv2d(c1, c2, k, s, autopad(k, p), groups=g, bias=False)
self.bn = nn.BatchNorm2d(c2)
self.act = nn.SiLU() if act is True else (act if isinstance(act, nn.Module) else nn.Identity())
def forward(self, x):
return self.act(self.bn(self.conv(x)))
代码定义了一个名为 `Conv` 的自定义卷积层类（Custom Convolutional Layer），其功能是创建一个标准的卷积层，该卷积层包括卷积操作、批归一化（Batch Normalization），以及可选的激活函数。
主要功能和参数：
- `c1`：输入通道的数量（即输入特征图的通道数）。
- `c2`：输出通道的数量（即输出特征图的通道数）。
- `k`：卷积核的大小，可以是一个整数或一个由两个整数组成的元组，分别表示卷积核的高度和宽度。
- `s`：卷积操作的步幅（stride）。
- `p`：卷积操作的填充参数。这是一个可选参数，如果不提供，将根据卷积核大小 `k` 自动计算填充，以实现 "same" 填充效果。
- `g`：分组卷积的组数（默认为1，表示普通的卷积操作）。
- `act`：激活函数，这是一个可选参数。如果设置为 `True`，将使用 SiLU（Sigmoid Linear Unit）作为激活函数。如果设置为其他激活函数的名称或激活函数模块（`nn.Module`），则会使用指定的激活函数。如果设置为 `False` 或未提供，则不应用激活函数。
该类的 `__init__` 方法在初始化过程中执行以下操作：
1. 创建一个 `nn.Conv2d` 对象，这是PyTorch内置的二维卷积层。该层的配置基于传入的参数 `c1`、`c2`、`k`、`s`、`p`、`g` 和 `bias=False`（表示不使用偏差项）。
2. 创建一个 `nn.BatchNorm2d` 对象，用于批归一化。这有助于加速训练过程并提高模型的稳定性。
3. 创建一个激活函数对象，根据 `act` 参数的值。如果 `act` 设置为 `True`，则使用 SiLU 激活函数；如果 `act` 是其他激活函数的名称或模块，将使用指定的激活函数；如果 `act` 是 `False` 或未提供，则不应用激活函数。
`forward` 方法，该方法用于执行前向传播操作。前向传播的过程如下：
1. 输入 `x` 经过卷积操作 `self.conv`，得到卷积特征。
2. 卷积特征经过批归一化操作 `self.bn`，以进一步规范化特征。
3. 规范化后的特征经过激活函数 `self.act`，应用激活函数（如果已指定的话）。
4. 最终的输出是经过卷积、批归一化和激活函数处理的特征。
这个自定义卷积层可以嵌入到神经网络中，用于构建卷积神经网络（CNN）的不同层。通过设置不同的参数，您可以灵活地配置卷积核大小、步幅、填充、激活函数等，以满足特定的网络设计需求。
3. `Bottleneck` 类：
`Bottleneck` 模块是一个用于构建深度卷积神经网络中的瓶颈块的自定义模块。它包括了卷积操作、通道数量的缩减、快捷连接（可选）等组件，有助于增强网络的表达能力和训练效果。这种结构在许多先进的CNN架构中都得到了广泛应用。
class Bottleneck(nn.Module):
# Standard bottleneck
def __init__(self, c1, c2, shortcut=True, g=1, e=0.5): # ch_in, ch_out, shortcut, groups, expansion
super().__init__()
c_ = int(c2 * e) # hidden channels
self.cv1 = Conv(c1, c_, 1, 1)
self.cv2 = Conv(c_, c2, 3, 1, g=g)
self.add = shortcut and c1 == c2
def forward(self, x):
return x + self.cv2(self.cv1(x)) if self.add else self.cv2(self.cv1(x))
上述代码定义了一个名为 `Bottleneck` 的自定义模块，用于创建标准的瓶颈块（bottleneck block），这是深度卷积神经网络（CNN）中常用的一种模块。
主要功能和参数：
- `c1`：输入通道的数量（即输入特征图的通道数）。
- `c2`：输出通道的数量（即输出特征图的通道数）。
- `shortcut`：一个布尔值，表示是否包括快捷连接（shortcut connection）。默认情况下，为 `True`，表示包括快捷连接。
- `g`：分组卷积的组数（默认为1，表示普通的卷积操作）。
- `e`：隐藏通道的扩展因子（默认为0.5），用于控制瓶颈块内部隐藏通道的数量。
`Bottleneck` 模块的主要功能是构建一个标准的瓶颈块，通常用于深度卷积神经网络（如ResNet）。它的前向传播过程如下：
1. 输入 `x` 首先通过一个 1x1 的卷积层 `self.cv1`，将输入通道数 `c1` 缩减为隐藏通道数 `c_`。这个 1x1 卷积层有助于减少计算复杂度，并且可以引入非线性变换。
2. 缩减通道数后的特征图再经过一个 3x3 的卷积层 `self.cv2`，将其变换为输出通道数 `c2`。这个卷积层是瓶颈块的核心，它有助于提取特征。
3. 如果 `shortcut` 为 `True` 且输入通道数 `c1` 等于输出通道数 `c2`，则执行快捷连接。在前向传播中，将输入 `x` 与 `self.cv2(self.cv1(x))` 相加，实现了跳跃连接。这有助于信息的直接传递，从而缓解了梯度消失问题。
4. 如果 `shortcut` 为 `False` 或者输入通道数 `c1` 不等于输出通道数 `c2`，则不执行快捷连接，直接返回 `self.cv2(self.cv1(x))`。
5.代码定义了一个神经网络模型，该模型包括卷积层、C3模块、全连接层等组件，用于图像分类任务。`C3` 模块是整个模型的关键组件，用于提取和融合多层特征，有助于提高模型的性能。可以使用此模型进行训练和图像分类。
class C3(nn.Module):
# CSP Bottleneck with 3 convolutions
def __init__(self, c1, c2, n=1, shortcut=True, g=1, e=0.5): # ch_in, ch_out, number, shortcut, groups, expansion
super().__init__()
c_ = int(c2 * e) # hidden channels
self.cv1 = Conv(c1, c_, 1, 1)
self.cv2 = Conv(c1, c_, 1, 1)
self.cv3 = Conv(2 * c_, c2, 1) # act=FReLU(c2)
self.m = nn.Sequential(*(Bottleneck(c_, c_, shortcut, g, e=1.0) for _ in range(n)))
def forward(self, x):
return self.cv3(torch.cat((self.m(self.cv1(x)), self.cv2(x)), dim=1))
class model_K(nn.Module):
def __init__(self):
super(model_K, self).__init__()
# 卷积模块
self.Conv = Conv(3, 32, 3, 2)
# C3模块1
self.C3_1 = C3(32, 64, 3, 2)
# 全连接网络层，用于分类
self.classifier = nn.Sequential(
nn.Linear(in_features=802816, out_features=100),
nn.ReLU(),
nn.Linear(in_features=100, out_features=4)
)
def forward(self, x):
x = self.Conv(x)
x = self.C3_1(x)
x = torch.flatten(x, start_dim=1)
x = self.classifier(x)
return x
这段代码定义了两个主要的PyTorch模块类：`C3` 和 `model_K`，以及它们的组件。
`C3` 类：
- `C3` 类代表一个具有3个卷积操作的CSP瓶颈块（CSP Bottleneck）。
- 构造函数 `__init__` 接受以下参数：
- `c1`：输入通道数（输入特征图的通道数）。
- `c2`：输出通道数（输出特征图的通道数）。
- `n`：要堆叠的Bottleneck块的数量。
- `shortcut`：一个布尔值，表示是否包括快捷连接（shortcut connection）。
- `g`：分组卷积的组数。
- `e`：隐藏通道的扩展因子。
- 在初始化过程中，它执行以下操作：
- 计算隐藏通道数 `c_`，它是输出通道数 `c2` 乘以隐藏通道扩展因子 `e` 的整数部分。
- 创建三个卷积层：`self.cv1`、`self.cv2` 和 `self.cv3`，其中 `self.cv1` 和 `self.cv2` 是1x1卷积层，`self.cv3` 是1x1卷积层，用于融合输出。
- 创建一个包含 `n` 个 `Bottleneck` 模块的序列 `self.m`，这些模块通过堆叠来构成瓶颈块。
- 前向传播方法 `forward` 执行以下操作：
- 输入 `x` 首先经过 `self.cv1` 和 `self.cv2` 两个1x1卷积层。
- 通过 `self.m` 中的 `Bottleneck` 模块进行特征提取和变换。
- 最后，特征通过 `self.cv3` 进行1x1卷积融合，然后返回。
`model_K` 类：
- `model_K` 类代表整个神经网络模型。
- 构造函数 `__init__` 创建了以下组件：
- 一个卷积模块 `self.Conv`，包括一个3x3卷积层，用于提取图像特征。
- 一个 `C3` 模块 `self.C3_1`，用于进行多层特征的提取和融合。
- 一个全连接网络层 `self.classifier`，用于最终的图像分类。
- 前向传播方法 `forward` 执行以下操作：
- 输入 `x` 首先经过 `self.Conv` 进行卷积特征提取。
- 通过 `self.C3_1` 进行多层特征的提取和融合。
- 通过 `torch.flatten` 操作将特征展平，以便输入到全连接层。
- 通过 `self.classifier` 进行分类，得到最终的输出。
运行结果：
model_K(
(Conv): Conv(
(conv): Conv2d(3, 32, kernel_size=(3, 3), stride=(2, 2), padding=(1, 1), bias=False)
(bn): BatchNorm2d(32, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(act): SiLU()
)
(C3_1): C3(
(cv1): Conv(
(conv): Conv2d(32, 32, kernel_size=(1, 1), stride=(1, 1), bias=False)
(bn): BatchNorm2d(32, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(act): SiLU()
)
(cv2): Conv(
(conv): Conv2d(32, 32, kernel_size=(1, 1), stride=(1, 1), bias=False)
(bn): BatchNorm2d(32, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(act): SiLU()
)
(cv3): Conv(
(conv): Conv2d(64, 64, kernel_size=(1, 1), stride=(1, 1), bias=False)
(bn): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(act): SiLU()
)
(m): Sequential(
(0): Bottleneck(
(cv1): Conv(
(conv): Conv2d(32, 32, kernel_size=(1, 1), stride=(1, 1), bias=False)
(bn): BatchNorm2d(32, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(act): SiLU()
)
(cv2): Conv(
(conv): Conv2d(32, 32, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
(bn): BatchNorm2d(32, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(act): SiLU()
)
)
(1): Bottleneck(
(cv1): Conv(
(conv): Conv2d(32, 32, kernel_size=(1, 1), stride=(1, 1), bias=False)
(bn): BatchNorm2d(32, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(act): SiLU()
)
(cv2): Conv(
(conv): Conv2d(32, 32, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
(bn): BatchNorm2d(32, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(act): SiLU()
)
)
(2): Bottleneck(
(cv1): Conv(
(conv): Conv2d(32, 32, kernel_size=(1, 1), stride=(1, 1), bias=False)
(bn): BatchNorm2d(32, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(act): SiLU()
)
(cv2): Conv(
(conv): Conv2d(32, 32, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
(bn): BatchNorm2d(32, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(act): SiLU()
)
)
)
)
(classifier): Sequential(
(0): Linear(in_features=802816, out_features=100, bias=True)
(1): ReLU()
(2): Linear(in_features=100, out_features=4, bias=True)
)
)
三、训练函数
3.1编写训练函数
# 训练循环
def train(dataloader, model, loss_fn, optimizer):
size = len(dataloader.dataset) # 训练集的大小
num_batches = len(dataloader) # 批次数目, (size/batch_size，向上取整)
train_loss, train_acc = 0, 0 # 初始化训练损失和正确率
for X, y in dataloader: # 获取图片及其标签
X, y = X.to(device), y.to(device)
# 计算预测误差
pred = model(X) # 网络输出
loss = loss_fn(pred, y) # 计算网络输出和真实值之间的差距，targets为真实值，计算二者差值即为损失
# 反向传播
optimizer.zero_grad() # grad属性归零
loss.backward() # 反向传播
optimizer.step() # 每一步自动更新
# 记录acc与loss
train_acc += (pred.argmax(1) == y).type(torch.float).sum().item()
train_loss += loss.item()
train_acc /= size
train_loss /= num_batches
return train_acc, train_loss3.2编写测试函数
def test (dataloader, model, loss_fn):
size = len(dataloader.dataset) # 测试集的大小
num_batches = len(dataloader) # 批次数目, (size/batch_size，向上取整)
test_loss, test_acc = 0, 0
# 当不进行训练时，停止梯度更新，节省计算内存消耗
with torch.no_grad():
for imgs, target in dataloader:
imgs, target = imgs.to(device), target.to(device)
# 计算loss
target_pred = model(imgs)
loss = loss_fn(target_pred, target)
test_loss += loss.item()
test_acc += (target_pred.argmax(1) == target).type(torch.float).sum().item()
test_acc /= size
test_loss /= num_batches
return test_acc, test_loss3.3正式训练
import copy
optimizer = torch.optim.Adam(model.parameters(), lr= 1e-4)
loss_fn = nn.CrossEntropyLoss() # 创建损失函数
epochs = 20
train_loss = []
train_acc = []
test_loss = []
test_acc = []
best_acc = 0 # 设置一个最佳准确率，作为最佳模型的判别指标
for epoch in range(epochs):
model.train()
epoch_train_acc, epoch_train_loss = train(train_dl, model, loss_fn, optimizer)
model.eval()
epoch_test_acc, epoch_test_loss = test(test_dl, model, loss_fn)
# 保存最佳模型到 best_model
if epoch_test_acc > best_acc:
best_acc = epoch_test_acc
best_model = copy.deepcopy(model)
train_acc.append(epoch_train_acc)
train_loss.append(epoch_train_loss)
test_acc.append(epoch_test_acc)
test_loss.append(epoch_test_loss)
# 获取当前的学习率
lr = optimizer.state_dict()['param_groups'][0]['lr']
template = ('Epoch:{:2d}, Train_acc:{:.1f}%, Train_loss:{:.3f}, Test_acc:{:.1f}%, Test_loss:{:.3f}, Lr:{:.2E}')
print(template.format(epoch+1, epoch_train_acc*100, epoch_train_loss,
epoch_test_acc*100, epoch_test_loss, lr))
# 保存最佳模型到文件中
PATH = './best_model.pth' # 保存的参数文件名
torch.save(model.state_dict(), PATH)
print('Done')3.4完整训练代码：
import torch
import torch.nn as nn
import torchvision.transforms as transforms
import torchvision
from torchvision import transforms, datasets
import os,PIL,pathlib,warnings
warnings.filterwarnings("ignore") #忽略警告信息
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
print(device)
def main():
import os,PIL,random,pathlib
data_dir = 'D:/P8/weather_photos/'
data_dir = pathlib.Path(data_dir)
data_paths = list(data_dir.glob('*'))
classeNames = [str(path).split("\\")[3] for path in data_paths]
print(classeNames)
# 关于transforms.Compose的更多介绍可以参考：https://blog.csdn.net/qq_38251616/article/details/124878863
train_transforms = transforms.Compose([
transforms.Resize([224, 224]), # 将输入图片resize成统一尺寸
# transforms.RandomHorizontalFlip(), # 随机水平翻转
transforms.ToTensor(), # 将PIL Image或numpy.ndarray转换为tensor，并归一化到[0,1]之间
transforms.Normalize( # 标准化处理-->转换为标准正太分布（高斯分布），使模型更容易收敛
mean=[0.485, 0.456, 0.406],
std=[0.229, 0.224, 0.225]) # 其中 mean=[0.485,0.456,0.406]与std=[0.229,0.224,0.225] 从数据集中随机抽样计算得到的。
])
test_transform = transforms.Compose([
transforms.Resize([224, 224]), # 将输入图片resize成统一尺寸
transforms.ToTensor(), # 将PIL Image或numpy.ndarray转换为tensor，并归一化到[0,1]之间
transforms.Normalize( # 标准化处理-->转换为标准正太分布（高斯分布），使模型更容易收敛
mean=[0.485, 0.456, 0.406],
std=[0.229, 0.224, 0.225]) # 其中 mean=[0.485,0.456,0.406]与std=[0.229,0.224,0.225] 从数据集中随机抽样计算得到的。
])
total_data = datasets.ImageFolder("D:/P8/weather_photos/",transform=train_transforms)
print(total_data)
print(total_data.class_to_idx)
train_size = int(0.8 * len(total_data))
test_size = len(total_data) - train_size
train_dataset, test_dataset = torch.utils.data.random_split(total_data, [train_size, test_size])
print(train_dataset, test_dataset)
batch_size = 4
train_dl = torch.utils.data.DataLoader(train_dataset,
batch_size=batch_size,
shuffle=True,
num_workers=1)
test_dl = torch.utils.data.DataLoader(test_dataset,
batch_size=batch_size,
shuffle=True,
num_workers=1)
import torch.nn.functional as F
def autopad(k, p=None): # kernel, padding
# Pad to 'same'
if p is None:
p = k // 2 if isinstance(k, int) else [x // 2 for x in k] # auto-pad
return p
class Conv(nn.Module):
# Standard convolution
def __init__(self, c1, c2, k=1, s=1, p=None, g=1, act=True): # ch_in, ch_out, kernel, stride, padding, groups
super().__init__()
self.conv = nn.Conv2d(c1, c2, k, s, autopad(k, p), groups=g, bias=False)
self.bn = nn.BatchNorm2d(c2)
self.act = nn.SiLU() if act is True else (act if isinstance(act, nn.Module) else nn.Identity())
def forward(self, x):
return self.act(self.bn(self.conv(x)))
class Bottleneck(nn.Module):
# Standard bottleneck
def __init__(self, c1, c2, shortcut=True, g=1, e=0.5): # ch_in, ch_out, shortcut, groups, expansion
super().__init__()
c_ = int(c2 * e) # hidden channels
self.cv1 = Conv(c1, c_, 1, 1)
self.cv2 = Conv(c_, c2, 3, 1, g=g)
self.add = shortcut and c1 == c2
def forward(self, x):
return x + self.cv2(self.cv1(x)) if self.add else self.cv2(self.cv1(x))
class C3(nn.Module):
# CSP Bottleneck with 3 convolutions
def __init__(self, c1, c2, n=1, shortcut=True, g=1, e=0.5): # ch_in, ch_out, number, shortcut, groups, expansion
super().__init__()
c_ = int(c2 * e) # hidden channels
self.cv1 = Conv(c1, c_, 1, 1)
self.cv2 = Conv(c1, c_, 1, 1)
self.cv3 = Conv(2 * c_, c2, 1) # act=FReLU(c2)
self.m = nn.Sequential(*(Bottleneck(c_, c_, shortcut, g, e=1.0) for _ in range(n)))
def forward(self, x):
return self.cv3(torch.cat((self.m(self.cv1(x)), self.cv2(x)), dim=1))
class model_K(nn.Module):
def __init__(self):
super(model_K, self).__init__()
# 卷积模块
self.Conv = Conv(3, 32, 3, 2)
# C3模块1
self.C3_1 = C3(32, 64, 3, 2)
# 全连接网络层，用于分类
self.classifier = nn.Sequential(
nn.Linear(in_features=802816, out_features=100),
nn.ReLU(),
nn.Linear(in_features=100, out_features=4)
)
def forward(self, x):
x = self.Conv(x)
x = self.C3_1(x)
x = torch.flatten(x, start_dim=1)
x = self.classifier(x)
return x
device = "cuda" if torch.cuda.is_available() else "cpu"
print("Using {} device".format(device))
model = model_K().to(device)
print(model)
# 训练循环
def train(dataloader, model, loss_fn, optimizer):
size = len(dataloader.dataset) # 训练集的大小
num_batches = len(dataloader) # 批次数目, (size/batch_size，向上取整)
train_loss, train_acc = 0, 0 # 初始化训练损失和正确率
for X, y in dataloader: # 获取图片及其标签
X, y = X.to(device), y.to(device)
# 计算预测误差
pred = model(X) # 网络输出
loss = loss_fn(pred, y) # 计算网络输出和真实值之间的差距，targets为真实值，计算二者差值即为损失
# 反向传播
optimizer.zero_grad() # grad属性归零
loss.backward() # 反向传播
optimizer.step() # 每一步自动更新
# 记录acc与loss
train_acc += (pred.argmax(1) == y).type(torch.float).sum().item()
train_loss += loss.item()
train_acc /= size
train_loss /= num_batches
return train_acc, train_loss
def test (dataloader, model, loss_fn):
size = len(dataloader.dataset) # 测试集的大小
num_batches = len(dataloader) # 批次数目, (size/batch_size，向上取整)
test_loss, test_acc = 0, 0
# 当不进行训练时，停止梯度更新，节省计算内存消耗
with torch.no_grad():
for imgs, target in dataloader:
imgs, target = imgs.to(device), target.to(device)
# 计算loss
target_pred = model(imgs)
loss = loss_fn(target_pred, target)
test_loss += loss.item()
test_acc += (target_pred.argmax(1) == target).type(torch.float).sum().item()
test_acc /= size
test_loss /= num_batches
return test_acc, test_loss
import copy
optimizer = torch.optim.Adam(model.parameters(), lr= 1e-4)
loss_fn = nn.CrossEntropyLoss() # 创建损失函数
epochs = 20
train_loss = []
train_acc = []
test_loss = []
test_acc = []
best_acc = 0 # 设置一个最佳准确率，作为最佳模型的判别指标
for epoch in range(epochs):
model.train()
epoch_train_acc, epoch_train_loss = train(train_dl, model, loss_fn, optimizer)
model.eval()
epoch_test_acc, epoch_test_loss = test(test_dl, model, loss_fn)
# 保存最佳模型到 best_model
if epoch_test_acc > best_acc:
best_acc = epoch_test_acc
best_model = copy.deepcopy(model)
train_acc.append(epoch_train_acc)
train_loss.append(epoch_train_loss)
test_acc.append(epoch_test_acc)
test_loss.append(epoch_test_loss)
# 获取当前的学习率
lr = optimizer.state_dict()['param_groups'][0]['lr']
template = ('Epoch:{:2d}, Train_acc:{:.1f}%, Train_loss:{:.3f}, Test_acc:{:.1f}%, Test_loss:{:.3f}, Lr:{:.2E}')
print(template.format(epoch+1, epoch_train_acc*100, epoch_train_loss,
epoch_test_acc*100, epoch_test_loss, lr))
# 保存最佳模型到文件中
PATH = './best_model.pth' # 保存的参数文件名
torch.save(model.state_dict(), PATH)
print('Done')
if __name__ == '__main__':
main()