上一节使用的是官方数据集fashionminist进行训练，这节课使用自己搜集的数据集来进行数据的获取和训练。

所需资源

教学视频：https://www.bilibili.com/video/BV1by4y1b7hX/?spm_id_from=333.1007.top_right_bar_window_history.content.click&vd_source=e482aea0f5ebf492c0b0220fb64f98d3

pytorch进阶学习（一）：https://blog.csdn.net/weixin_45662399/article/details/129737499?spm=1001.2014.3001.5501

课程准备：本节课需要用到3个Python文件和一个数据集文件，代码后面我都会给出，zip需要自己下载，，数据集zip文件和所需的三个代码文件可以在“leo在这”进行下载。

一、数据集文件准备

1.1 项目文件结构

下图为我的项目文件在远程服务器上的目录，需要新建一个dataset中为上传的自己的数据集。

1.2 上传数据集到服务器

数据集文件解压后如下所示，有6个子文件夹，对应6个类别。

我们先把dataset.zip上传到服务器中的代码项目文件夹中。一定要找到服务器中项目的路径，不要传错位置！

我的项目目录在服务器中的路径为“tmp/pycharm_932”,数据集zip文件即下载到tmp/pycharm_932/dataset目录下。

1.3 解压zip文件

回到服务器控制台在红，先使用cd命令定位到tmp/pycharm_932/dataset路径下，然后使用unzip 'dataset.zip'命令解压压缩文件。

可以看到服务器完成了解压。

最后把zip文件从dataset文件夹中删去即可，最终解压好的文件如下。

1.4 代码框架解读

1. 'CreateDataset.py' 用于把数据集文件夹中的所有图片文件生成一个TXT文件，其中存放着所有图片的路径和图片对应的标签。

2. 'CreateDataLoader.py' 用于把上一步生成的TXT文件中的信息提取出来，进行图片信息的打包，生成一个dataloader

3. 最后在'加载自己的数据.py' 文件中对dataloader进行使用，并且完成网络的训练和测试。

二、运行CreateDataset.py

作用：该代码可以生成训练集和测试集中每张图片的路径和标签，保存在TXT文件中。后续即可以从文件中调用每一张图片，进行读取。

2.1 代码实现

'''
生成训练集和测试集，保存在txt文件中
'''import os
import random#60%当训练集
train_ratio = 0.6
#剩下的当测试集
test_ratio = 1-train_ratiorootdata = r"dataset"train_list, test_list = [],[]
data_list = []class_flag = -1
for a,b,c in os.walk(rootdata):print(a)for i in range(len(c)):data_list.append(os.path.join(a,c[i]))for i in range(0,int(len(c)*train_ratio)):train_data = os.path.join(a, c[i])+'\\t'+str(class_flag)+'\\n'train_list.append(train_data)for i in range(int(len(c) * train_ratio),len(c)):test_data = os.path.join(a, c[i]) + '\\t' + str(class_flag)+'\\n'test_list.append(test_data)class_flag += 1print(train_list)
random.shuffle(train_list)
random.shuffle(test_list)with open('train.txt','w',encoding='UTF-8') as f:for train_img in train_list:f.write(str(train_img))with open('test.txt','w',encoding='UTF-8') as f:for test_img in test_list:f.write(test_img)

2.2 运行结果

可以看到此时服务器中文件管理器中已经有了test.txt和train.txt两个文件。

生成了train.txt和test.txt两个文件，里面保存了每张图片的对应相对路径和类别标签，标签是以int型进行存储。打开test.txt文件可以发现里面的内容为测试集所有图片路径以及其标签。

2.3 代码要点解析

1. 对训练集和测试集的划分比例为6:4

rootdata为数据集文件保存的根目录，为dataset文件夹。

#60%当训练集
train_ratio = 0.6
#剩下的当测试集
test_ratio = 1-train_ratio
rootdata = r"dataset"

2. 读取文件夹

• a读取文件夹根目录，再使用c[i]读取每个图片的名称，使用os.path.join进行拼接，实现每张图片的相对路径的path存取。可以看到a为dataset加上下面类别子文件夹。

dataset/擦花
dataset/桔皮
dataset/碰伤
dataset/横条压凹
dataset/不导电
dataset/漏底

和c[i]进行拼接后即可完成每一张图片的定位。

dataset/碰伤/碰伤20180906142721对照样本.jpg

• 然后使用class_flag进行图片类别标签的存储，从0开始依次增加，一共6个类别，故取值为【0,5】。

• path和label之间使用\\t进行分割，即一个tab的距离。

for a,b,c in os.walk(rootdata):print(a)for i in range(len(c)):data_list.append(os.path.join(a,c[i]))for i in range(0,int(len(c)*train_ratio)):train_data = os.path.join(a, c[i])+'\\t'+str(class_flag)+'\\n'train_list.append(train_data)for i in range(int(len(c) * train_ratio),len(c)):test_data = os.path.join(a, c[i]) + '\\t' + str(class_flag)+'\\n'test_list.append(test_data)class_flag += 1

3. 写入文件

• 使用shuffle打乱数据集的顺序，把上面生成的每一张图片的“路径+标签”转为字符串形式，然后存入txt文件中。

• 因为文件名有中文，所以使用utf-8编码形式。

random.shuffle(train_list)
random.shuffle(test_list)with open('train.txt','w',encoding='UTF-8') as f:for train_img in train_list:f.write(str(train_img))with open('test.txt','w',encoding='UTF-8') as f:for test_img in test_list:f.write(test_img)

三、CreateDataLoader.py

作用：完成对上一步dataset中生成的txt文件中对图片和标签信息的读取，将图片进行打包放入图片加载器DataLoader中。

使用系统带的数据集如下代码所示，将带的数据集存在training_data中，将training_data作为参数传入DataLoader中。

training_data = datasets.FashionMNIST(root="data",train=True,download=True,transform=ToTensor(),
)# 下面是测试集，同样需要下载
test_data = datasets.FashionMNIST(root="data",train=False,download=True,transform=ToTensor(),
)train_dataloader = DataLoader(training_data, batch_size=batch_size)
test_dataloader = DataLoader(test_data, batch_size=batch_size)

可以看到我们代码是使用LoadData类自己新建了一个数据集train_dataset，然后把train_dataset传入DataLoader中。

train_dataset = LoadData("train.txt", True)# 传入dataloader中
train_loader = torch.utils.data.DataLoader(dataset=train_dataset,batch_size=10,shuffle=True)

3.1 代码实现

import torch
from PIL import Imageimport torchvision.transforms as transforms
from PIL import ImageFile
ImageFile.LOAD_TRUNCATED_IMAGES = Truefrom torch.utils.data import Dataset# 数据归一化与标准化# 图像标准化
transform_BZ= transforms.Normalize(mean=[0.5, 0.5, 0.5],# 取决于数据集std=[0.5, 0.5, 0.5]
)#读取TXT文件
class LoadData(Dataset):def __init__(self, txt_path, train_flag=True):self.imgs_info = self.get_images(txt_path)self.train_flag = train_flagself.train_tf = transforms.Compose([transforms.Resize(224),transforms.RandomHorizontalFlip(),transforms.RandomVerticalFlip(),transforms.ToTensor(),transform_BZ])self.val_tf = transforms.Compose([transforms.Resize(224),transforms.ToTensor(),transform_BZ])def get_images(self, txt_path):with open(txt_path, 'r', encoding='utf-8') as f:imgs_info = f.readlines()imgs_info = list(map(lambda x:x.strip().split('\\t'), imgs_info))return imgs_infodef padding_black(self, img):w, h  = img.sizescale = 224. / max(w, h)img_fg = img.resize([int(x) for x in [w * scale, h * scale]])size_fg = img_fg.sizesize_bg = 224img_bg = Image.new("RGB", (size_bg, size_bg))img_bg.paste(img_fg, ((size_bg - size_fg[0]) // 2,(size_bg - size_fg[1]) // 2))img = img_bgreturn imgdef __getitem__(self, index):img_path, label = self.imgs_info[index]img = Image.open(img_path)img = img.convert('RGB')img = self.padding_black(img)if self.train_flag:img = self.train_tf(img)else:img = self.val_tf(img)label = int(label)return img, labeldef __len__(self):return len(self.imgs_info)if __name__ == "__main__":train_dataset = LoadData("train.txt", True)print("数据个数：", len(train_dataset))train_loader = torch.utils.data.DataLoader(dataset=train_dataset,batch_size=10,shuffle=True)for image, label in train_loader:print(image.shape)print(image)# img = transform_BZ(image)# print(img)print(label)# test_dataset = Data_Loader("test.txt", False)# print("数据个数：", len(test_dataset))# test_loader = torch.utils.data.DataLoader(dataset=test_dataset,#                                            batch_size=10,#                                            shuffle=True)# for image, label in test_loader:#     print(image.shape)#     print(label)

3.2 运行结果

我学校服务器跑大约等了两分钟，然后跑完后出现如下结果。

可以看到数据集中有380张图片，图片大小为224*224，dataloader中图片每10个为一组，tensor中为10个图片的标签。

3.3 代码要点解析

3.3.1 class LoadData init方法

1. 该类的初始化方法，定义了两个变量，img_info为get_images方法获取的信息，是一个list，保存着图片的路径和标签；train_flag为标志点，标志是否为训练集，TRUE为时=是，否则为测试集。

2. train_tf和val_tf使用compose完成对图片样式的变换，如定义大小为224*224，随机水平展平，正则化等。

3.3.2 get_images方法

通过txt文件的路径读取到txt中信息，使用‘\\t’分割图片路径和图片标签，并且保存在imgs)info的列表中。

3.3.3 padding_black方法

如果图片过小，使用padding填充该图片，使其能够成为224*224大小。

3.3.4 getitem方法

1. 该方法为class loaddata的主方法，使用index下标获取到每一张图片的path和label后，用flag判断为训练集还是验证集，并且采用对应的图片处理措施（train_tf/val_tf）。

2. 返回的是图片和对应标签。

3.3.5 main方法

1. 把LoadData生成的数据存入train_dataset中，作为数据集传入torch的data.DataLoader类中，设置batchsize=10.

2. 10张图片为一组，输出每张图片和标签。

四、加载自己的数据.py

4.1 代码实现

大部分和第一节中的模型一样。

import torch
from torch import nn
from torch.utils.data import DataLoader
from torchvision import datasets
from torchvision.transforms import ToTensor, Lambda, Compose
import matplotlib.pyplot as plt
from CreateDataloader import LoadData# 定义网络模型
class NeuralNetwork(nn.Module):def __init__(self):super(NeuralNetwork, self).__init__()# 碾平，将数据碾平为一维self.flatten = nn.Flatten()# 定义linear_relu_stack，由以下众多层构成self.linear_relu_stack = nn.Sequential(# 全连接层nn.Linear(3*224*224, 512),# ReLU激活函数nn.ReLU(),# 全连接层nn.Linear(512, 512),nn.ReLU(),nn.Linear(512, 6),nn.ReLU())# x为传入数据def forward(self, x):# x先经过碾平变为1维x = self.flatten(x)# 随后x经过linear_relu_stacklogits = self.linear_relu_stack(x)# 输出logitsreturn logits# 定义训练函数，需要
def train(dataloader, model, loss_fn, optimizer):size = len(dataloader.dataset)# 从数据加载器中读取batch（一次读取多少张，即批次数），X(图片数据)，y（图片真实标签）。for batch, (X, y) in enumerate(dataloader):# 将数据存到显卡X, y = X.cuda(), y.cuda()# 得到预测的结果predpred = model(X)# 计算预测的误差# print(pred,y)loss = loss_fn(pred, y)# 反向传播，更新模型参数optimizer.zero_grad()loss.backward()optimizer.step()# 每训练100次，输出一次当前信息if batch % 100 == 0:loss, current = loss.item(), batch * len(X)print(f"loss: {loss:>7f}  [{current:>5d}/{size:>5d}]")def test(dataloader, model):size = len(dataloader.dataset)print("size = ",size)# 将模型转为验证模式model.eval()# 初始化test_loss 和 correct， 用来统计每次的误差test_loss, correct = 0, 0# 测试时模型参数不用更新，所以no_gard()# 非训练， 推理期用到with torch.no_grad():# 加载数据加载器，得到里面的X（图片数据）和y(真实标签）for X, y in dataloader:# 将数据转到GPUX, y = X.cuda(), y.cuda()# 将图片传入到模型当中就，得到预测的值predpred = model(X)# 计算预测值pred和真实值y的差距test_loss += loss_fn(pred, y).item()# 统计预测正确的个数correct += (pred.argmax(1) == y).type(torch.float).sum().item()test_loss /= sizecorrect /= sizeprint("correct = ",correct)print(f"Test Error: \\n Accuracy: {(100*correct):>0.1f}%, Avg loss: {test_loss:>8f} \\n")if __name__=='__main__':batch_size = 16# # 给训练集和测试集分别创建一个数据集加载器train_data = LoadData("train.txt", True)valid_data = LoadData("test.txt", False)train_dataloader = DataLoader(dataset=train_data, num_workers=4, pin_memory=True, batch_size=batch_size, shuffle=True)test_dataloader = DataLoader(dataset=valid_data, num_workers=4, pin_memory=True, batch_size=batch_size)for X, y in test_dataloader:print("Shape of X [N, C, H, W]: ", X.shape)print("Shape of y: ", y.shape, y.dtype)break# 如果显卡可用，则用显卡进行训练device = "cuda" if torch.cuda.is_available() else "cpu"print("Using {} device".format(device))# 调用刚定义的模型，将模型转到GPU（如果可用）model = NeuralNetwork().to(device)print(model)# 定义损失函数，计算相差多少，交叉熵，loss_fn = nn.CrossEntropyLoss()# 定义优化器，用来训练时候优化模型参数，随机梯度下降法optimizer = torch.optim.SGD(model.parameters(), lr=1e-3)  # 初始学习率# 一共训练5次epochs = 5for t in range(epochs):print(f"Epoch {t+1}\\n-------------------------------")train(train_dataloader, model, loss_fn, optimizer)test(test_dataloader, model)print("Done!")# 读取训练好的模型，加载训练好的参数model = NeuralNetwork()model.load_state_dict(torch.load("model.pth"))

4.2 运行结果

首先打印出来了网络的结构。

之后是训练模型的结果，一共有5个epoch，可以看到准确率不是很高。

4.3 代码解析

num_workers为cpu使用多线程读取数据，pin_memory为不写入虚拟内存