利用全连接神经网络对车辆进行识别
import os
import zipfile
import random
import paddle
import numpy as np
import matplotlib.pyplot as plt
import PIL.Image as Image
from paddle.io import Dataset
(1)import os：导入操作系统（OS）模块，该模块提供了一种与文件系统交互、执行系统命令和管理环境变量等的方法。
(2)import zipfile：导入模块，该模块提供用于处理zip存档的工具。
(3)import random：导入模块，该模块提供用于生成随机数、随机序列和从序列中选择随机元素的功能。random
(4)import paddle：导入模块，该模块是一个开源深度学习平台，提供一套全面的工具来开发和训练机器学习模型。paddle
(5)import numpy as np：导入模块并将其别名为np，这是 Python 中流行的数值计算库，提供用于处理数组、矩阵和其他数学运算的工具。numpy
(6)import matplotlib.pyplot as plt：这是一个 Python 绘图库，提供用于创建可视化的工具，例如折线图、散点图、直方图等。matplotlib.pyplot
(7)import PIL.Image：这是 Python 映像库 （PIL） 的一部分，并提供用于处理图像文件的工具。PIL.Image
(8)from paddle.io import Dataset：从包中导入模块，该包提供了用于在 PaddlePaddle 中处理数据集的工具。例如加载、预处理和迭代数据。
'''
参数配置
'''
train_parameters = {"input_size": [3, 120, 120], #输入图片的shape"class_dim": 3, #分类数"src_path":"/home/aistudio/data/data72920/Data.zip", #原始数据集路径"target_path":"/home/aistudio/work/", #要解压的路径"train_list_path": "/home/aistudio/data/train.txt", #train.txt路径"eval_list_path": "/home/aistudio/data/eval.txt", #eval.txt路径"label_dict":{'0':'汽车','1':'摩托车','2':'货车'}, #标签字典"num_epochs": 3, #训练轮数"train_batch_size": 8, #训练时每个批次的大小"learning_strategy": { #优化函数相关的配置"lr": 0.1 #超参数学习率}, 'skip_steps': 50, #每N个批次打印一次结果'save_steps': 500, #每N个批次保存一次模型参数"checkpoints": "/home/aistudio/work/checkpoints" #保存的路径
}
一、数据准备
（1）解压原始数据集
（2）按照比例划分训练集与验证集
（3）乱序，生成数据列表
（4）定义数据读取器
#解压原始数据集
def unzip_data(src_path,target_path):'''解压原始数据集，将src_path路径下的zip包解压至target_path目录下'''if(not os.path.isdir(os.path.join(target_path,'Data'))): z = zipfile.ZipFile(src_path, 'r')z.extractall(path=target_path)z.close()print('数据集解压完成')else:print('文件已存在')
这段代码定义了一个名为 unzip_data 的函数，它有两个参数： src_path 和 target_path。
def get_data_list(target_path, train_list_path, eval_list_path):'''生成数据列表'''data_dir = 'work/Data' #这会将变量设置为包含数据的目录的路径。data_dirall_data_list = [] #这将初始化一个名为的空列表，该列表将用于存储数据路径及其相应的标签。for im in os.listdir(data_dir): #这将循环访问 指定的目录中的所有文件img_path = os.path.join(data_dir, im) #通过联接图像和文件名来构造图像文件的完整路径img_label = str(int(im.split('_')[0])-1) #假定标签是文件名的第一部分，下划线之前all_data_list.append(img_path + '\\t' + img_label + '\\n') #这会附加一个字符串，其中包含图像路径，后跟制表符 ，后跟标签和换行符。# 对训练列表进行乱序random.shuffle(all_data_list) #随机洗牌列表，为了防止模型在训练期间记住数据的顺序。with open(train_list_path, 'a') as f1: #这将在追加模式下打开两个文件。用于确保文件在使用后正确关闭。with open(eval_list_path, 'a') as f2:for ind, img_path_label in enumerate(all_data_list): #循环并将每个元素分配变量，并将索引分配给变量。#划分测试集和训练集if ind % 10 == 0: #这会将 的每个元素写入，具体取决于值。每 10个元素写入 ，其余元素写入f2.write(img_path_label) else:f1.write(img_path_label)print ('生成数据列表完成！')
#参数初始化
src_path=train_parameters['src_path']
target_path=train_parameters['target_path']
train_list_path=train_parameters['train_list_path']
eval_list_path=train_parameters['eval_list_path']#解压原始数据到指定路径
unzip_data(src_path,target_path)#每次生成数据列表前，首先清空train.txt和eval.txt
with open(train_list_path, 'w') as f: f.seek(0)f.truncate()
with open(eval_list_path, 'w') as f: f.seek(0)f.truncate() #生成数据列表
get_data_list(target_path,train_list_path,eval_list_path)
#参数初始化
src_path=train_parameters['src_path']
target_path=train_parameters['target_path']
train_list_path=train_parameters['train_list_path'] #此代码使用源数据、目标目录以及训练和评估数据列表
eval_list_path=train_parameters['eval_list_path'] #的文件路径的路径初始化变量。#解压原始数据到指定路径
unzip_data(src_path,target_path)#每次生成数据列表前，首先清空train.txt和eval.txt
with open(train_list_path, 'w') as f: f.seek(0)f.truncate()
with open(eval_list_path, 'w') as f: f.seek(0)f.truncate()
#生成数据列表
get_data_list(target_path,train_list_path,eval_list_path)
此代码定义了一个名为的 PyTorch 数据集类，该类可用于函数生成的训练或评估数据列表中加载图像和标签。
class dataset(Dataset):def __init__(self, data_path, mode='train'): #此代码为采用两个参数的类定义初始化方法"""数据读取器:param data_path: 数据集所在路径:param mode: train or eval"""super().__init__() #此代码调用继承自的类的初始化方法#这些行定义类的实例变量,包含训练和评估数据列表的目录的路径，存储图像文件路径的列表，存储相应标签的列表。self.data_path = data_path self.img_paths = []self.labels = []
#这些行根据 mode的值读取训练或评估数据列表中，并使用图像的文件路径和相应标签填充img和lable列表。if mode == 'train':with open(os.path.join(self.data_path, "train.txt"), "r", encoding="utf-8") as f:self.info = f.readlines()for img_info in self.info:img_path, label = img_info.strip().split('\\t')self.img_paths.append(img_path)self.labels.append(int(label))else:with open(os.path.join(self.data_path, "eval.txt"), "r", encoding="utf-8") as f:self.info = f.readlines()for img_info in self.info:img_path, label = img_info.strip().split('\\t')self.img_paths.append(img_path)self.labels.append(int(label))# 此代码定义了类的方法，PyTorch DataLoader 调用该方法以检索给定索引的特定图像和标签。def __getitem__(self, index):"""获取一组数据:param index: 文件索引号:return:"""# 第一步打开图像文件并获取label值#此代码检索与给定索引对应的图像的文件路径img_path = self.img_paths[index]img = Image.open(img_path)if img.mode != 'RGB':img = img.convert('RGB') img = np.array(img).astype('float32')img = img.transpose((2, 0, 1)) / 255label = self.labels[index]label = np.array([label], dtype="int64")return img, labeldef print_sample(self, index: int = 0):print("文件名", self.img_paths[index], "\\t标签值", self.labels[index])def __len__(self):return len(self.img_paths)
#训练数据加载
train_dataset = dataset('/home/aistudio/data',mode='train')
train_loader = paddle.io.DataLoader(train_dataset, batch_size=train_parameters['train_batch_size'], shuffle=True)
#测试数据加载
eval_dataset = dataset('/home/aistudio/data',mode='eval')
eval_loader = paddle.io.DataLoader(eval_dataset,batch_size=train_parameters['train_batch_size'], shuffle=False)#在这里，batch_size 参数用于指定每个 batch 的数据大小，shuffle 参数用于打乱数据集。
二、模型配置
class MyDNN(paddle.nn.Layer):def __init__(self):super(MyDNN,self).__init__()self.linear1 = paddle.nn.Linear(in_features=3*120*120, out_features=4096) # 定义了一个全连接层 linear1，输入维度为 3*120*120，输出维度为 4096。self.relu1 = paddle.nn.ReLU() # 定义了一个激活函数 relu1，使用 ReLU 激活函数。self.linear2 = paddle.nn.Linear(in_features=4096, out_features=2048) #定义了一个全连接层 linear2，输入维度为 4096，输出维度为 2048。self.relu2 = paddle.nn.ReLU() # 定义了一个激活函数 relu2，使用 ReLU 激活函数。self.linear3 = paddle.nn.Linear(in_features=2048, out_features=3) # 定义了一个全连接层 linear3，输入维度为 2048，输出维度为 3。def forward(self,input): # forward 定义执行实际运行时网络的执行逻辑、前向传播# input.shape (8, 3, 120, 120)x = paddle.reshape(input, shape=[-1,3*120*120]) #-1 表示这个维度的值是从 x
的元素总数和剩余维度推断出来的，有且只能有一个维度设置为-1# print(x.shape)x = self.linear1(x) # 将变换后的数据 x 传入 linear1 进行线性变换。x = self.relu1(x) # 将经过线性变换后的数据 x 传入 relu1 进行 ReLU 激活。x = self.linear2(x)x = self.relu2(x)y = self.linear3(x)return y # 返回y
这段代码定义了一个自定义的神经网络类 MyDNN，该类继承自 paddle.nn.Layer，并重写了 init 方法和 forward 方法。
三、模型训练
def draw_process(title,color,iters,data,label):plt.title(title, fontsize=24)plt.xlabel("iter", fontsize=20)plt.ylabel(label, fontsize=20)plt.plot(iters, data,color=color,label=label) plt.legend()plt.grid()plt.show()
该函数用于绘制训练过程中某个指标的变化曲线，其中参数含义如下：
title：图像的标题。
color：曲线的颜色。
iters：横坐标，代表迭代次数。
data：纵坐标，代表某个指标在每个迭代周期内的数值。
label：纵坐标的标签，用于说明纵坐标代表的具体指标。
model = MyDNN() #定义模型
model.train() #训练模型
cross_entropy = paddle.nn.CrossEntropyLoss() #定义损失函数
optimizer = paddle.optimizer.Adam(learning_rate=train_parameters['learning_strategy']['lr'],parameters=model.parameters()) #定义优化器steps = 0
Iters, total_loss, total_acc = [], [], []for epo in range(train_parameters['num_epochs']): for _, data in enumerate(train_loader()): #迭代训练steps += 1x_data = data[0]y_data = data[1]predicts = model(x_data)loss = cross_entropy(predicts, y_data)acc = paddle.metric.accuracy(predicts, y_data)loss.backward()optimizer.step()optimizer.clear_grad()if steps % train_parameters["skip_steps"] == 0:Iters.append(steps)total_loss.append(loss.numpy()[0])total_acc.append(acc.numpy()[0])#打印中间过程print('epo: {}, step: {}, loss is: {}, acc is: {}'\\.format(epo, steps, loss.numpy(), acc.numpy()))#保存模型参数if steps % train_parameters["save_steps"] == 0:save_path = train_parameters["checkpoints"]+"/"+"save_dir_" + str(steps) + '.pdparams'print('save model to: ' + save_path)paddle.save(model.state_dict(),save_path)
paddle.save(model.state_dict(),train_parameters["checkpoints"]+"/"+"save_dir_final.pdparams")
draw_process("trainning loss","red",Iters,total_loss,"trainning loss")
draw_process("trainning acc","green",Iters,total_acc,"trainning acc")
这段代码是一个训练模型的主程序。
四、模型评估
model__state_dict = paddle.load('work/checkpoints/save_dir_final.pdparams') #加载已经训练好的模型。
model_eval = MyDNN()
model_eval.set_state_dict(model__state_dict)
model_eval.eval()#代码对验证数据集进行迭代，对每个批次数据进行评估，并记录每个批次数据的准确率。这些准确率存储在 accs 列表中。
accs = []
for _, data in enumerate(eval_loader()):x_data = data[0]y_data = data[1]predicts = model_eval(x_data)acc = paddle.metric.accuracy(predicts, y_data)accs.append(acc.numpy()[0])
print('模型在验证集上的准确率为：',np.mean(accs)) # 代码计算并输出模型在验证集上的平均准确率。
五、模型预测
def load_image(img_path):'''预测图片预处理'''img = Image.open(img_path) #打开待预测图像# print(img.mode) if img.mode != 'RGB': img = img.convert('RGB') img = img.resize((120, 120), Image.ANTIALIAS) #使用 resize 方法将图像大小重置为 120x120 像素img = np.array(img).astype('float32') #将图像转换为 Numpy 数组，并将数据类型设置为 float32img = img.transpose((2, 0, 1)) / 255 # HWC to CHW 并像素归一化return img
#对一张待预测的图片进行预测，并输出预测结果
model__state_dict = paddle.load('work/checkpoints/save_dir_final.pdparams')
model_predict = MyDNN()
model_predict.set_state_dict(model__state_dict)
model_predict.eval()
infer_path='work/车辆.png'
infer_img = Image.open(infer_path)
plt.imshow(infer_img) #根据数组绘制图像
plt.show() #显示图像
#对预测图片进行预处理
infer_img = load_image(infer_path)
# print(type(infer_img))
infer_img = infer_img[np.newaxis,:, : ,:] #reshape(-1,3,50,50)
infer_img = paddle.to_tensor(infer_img)
results = model_predict(infer_img)
print(results)
results = paddle.nn.functional.softmax(results)
print(results)
print("汽车:{:.2f},摩托车:{:.2f}，货车:{:.2f}" .format(results.numpy()[0][0],results.numpy()[0][1],results.numpy()[0][2]))
