深度学习第P5周：Pytorch实现运动鞋识别

>- ** 本文为[365天深度学习训练营]中的学习记录博客**
>- ** 原作者：[K同学啊]**

 本人往期文章可查阅： 深度学习总结

要求：

1. 了解如何设置动态学习率（重点）
2. 调整代码使测试集accuracy到达84%。

拔高（可选）：

1. 保存训练过程中的最佳模型权重
2. 调整代码使测试集accuracy到达86%。

我的环境：

• 语言环境：Python3.11.7

• 编译器：Jupyter Lab

• 深度学习环境：Pytorch

 一、 前期准备

1. 设置GPU

 如果设备上支持GPU就使用GPU,否则使用CPU

import torch

device=torch.device("cuda" if torch.cuda.is_available() else "cpu")
device

 运行结果：

device(type='cpu')

2. 导入数据

import pathlib

data_dir='D:\THE MNIST DATABASE\P5-data'
data_dir=pathlib.Path(data_dir)

data_paths=list(data_dir.glob('*'))
classeNames=[str(path).split("\\")[3] for path in data_paths]
classeNames

运行结果：

['test', 'train']

3. 测试获取到的图片

import matplotlib.pyplot as plt
from PIL import Image
import os

#指定图像文件夹路径
image_folder=r'D:\THE MNIST DATABASE\P5-data\train\adidas'

#获取文件夹中的所有图像文件
image_files=[f for f in os.listdir(image_folder) if f.endswith((".jpg",".png",".jpeg"))]
#创建Matplolib图像
fig,axes=plt.subplots(3,8,figsize=(16,6))

#使用列表推导式加载和显示图像
for ax,img_file in zip(axes.flat,image_files):
    img_path=os.path.join(image_folder,img_file)
    img=Image.open(img_path)
    ax.imshow(img)
    ax.axis('off')

#显示图像
plt.tight_layout()
plt.show()

运行结果：

4. 图像预处理

import torchvision
from torchvision import transforms,datasets
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.ndarry转换为tensor，并归一化到[0,1]
    transforms.Normalize(     #标准化处理-->转换为标准正态分布（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])  
])
test_transforms=transforms.Compose([
    transforms.Resize([224,224]),
    transforms.ToTensor(),
    transforms.Normalize(
        mean=[0.485,0.456,0.406],
        std=[0.229,0.224,0.225])
])
train_dataset=datasets.ImageFolder(r"D:\THE MNIST DATABASE\P5-data\train",
                                  transform=train_transforms)
test_dataset=datasets.ImageFolder(r"D:\THE MNIST DATABASE\P5-data\test",
                                  transform=test_transforms)
train_dataset,test_dataset

运行结果：

(Dataset ImageFolder
     Number of datapoints: 502
     Root location: D:\THE MNIST DATABASE\P5-data\train
     StandardTransform
 Transform: Compose(
                Resize(size=[224, 224], interpolation=bilinear, max_size=None, antialias=True)
                RandomHorizontalFlip(p=0.5)
                ToTensor()
                Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
            ),
 Dataset ImageFolder
     Number of datapoints: 76
     Root location: D:\THE MNIST DATABASE\P5-data\test