?1 案例基本工具概述

1.1 數(shù)據(jù)集簡(jiǎn)介

Imagenet數(shù)據(jù)集共有1000個(gè)類別，表明該數(shù)據(jù)集上的預(yù)訓(xùn)練模型最多可以輸出1000種不同的分類結(jié)果。

• Imagenet數(shù)據(jù)集是目前深度學(xué)習(xí)圖像領(lǐng)域應(yīng)用得非常多的一個(gè)領(lǐng)域，關(guān)于圖像分類、定位、檢測(cè)等研究工作大多基于此數(shù)據(jù)集展開。
• Imagenet數(shù)據(jù)集文檔詳細(xì)，有專門的團(tuán)隊(duì)維護(hù)，使用非常方便，在計(jì)算機(jī)視覺領(lǐng)域研究論文中應(yīng)用非常廣，幾乎成為了目前深度學(xué)習(xí)圖像領(lǐng)域算法性能檢驗(yàn)的“標(biāo)準(zhǔn)”數(shù)據(jù)集。
• Imagenet數(shù)據(jù)集有1400多萬幅圖片，涵蓋2萬多個(gè)類別，其中有超過百萬的圖片有明確的類別標(biāo)注和圖像中物體位置的標(biāo)注。

1.2?預(yù)訓(xùn)練模型

?PyTorch中提供了許多在可以被直接加載到模型中并進(jìn)行器的eNet數(shù)據(jù)集上訓(xùn)練好的模型，這些模型叫作預(yù)訓(xùn)練模型預(yù)測(cè)。

1.2.1?預(yù)訓(xùn)練模型簡(jiǎn)介

預(yù)訓(xùn)練模型都存放在PyTorch的torchvision庫中。torchvision庫是非常強(qiáng)大的PyTorch視覺處理庫，包括分類、目標(biāo)檢測(cè)、語義分割等多種計(jì)算機(jī)視覺任務(wù)的預(yù)訓(xùn)練模型，還包括圖片處理、錨點(diǎn)計(jì)算等很多基礎(chǔ)工具。

1.2.2 預(yù)訓(xùn)練模型簡(jiǎn)介

2 代碼實(shí)戰(zhàn)

2.1 案例概述

實(shí)例描述，將ImageNet數(shù)據(jù)集上的預(yù)訓(xùn)練模型ResNet18加抗到內(nèi)存，并使用該模型對(duì)圖片進(jìn)行分類預(yù)測(cè)。

2.2 代碼實(shí)現(xiàn)：下載并加載預(yù)訓(xùn)練模型-----ResNetModel.py（第1部分）

from PIL import Image import matplotlib.pyplot as plt import json import numpy as np import torch import torch.nn.functional as F from torchvision import models,transforms # 引入torchvision庫 import os os.environ['KMP_DUPLICATE_LIB_OK'] = 'True'# 1.1 下載并加載預(yù)訓(xùn)練模型：引入基礎(chǔ)庫，并使用torchvision庫中的API下載模型。 # Tip：本例使用的中文標(biāo)簽總類別為1001類，索引值為0的類為None，代表未知分類；英文標(biāo)簽總類注意別為1000類，沒有None類。 # 因?yàn)镻yTorch中的模型是在英文標(biāo)簽中訓(xùn)練的，所以在讀取中文標(biāo)簽時(shí)，還需要將索引值加1 model = models.resnet18(pretrained=True) # True代表要下載模型 ，返回一個(gè)具有18層的ResNet模型 model = model.eval()

2.3 代碼實(shí)現(xiàn)：加載標(biāo)簽并對(duì)輸入數(shù)據(jù)進(jìn)行預(yù)處理-----ResNetModel.py（第2部分）

# 1.2 加載標(biāo)簽并對(duì)輸入數(shù)據(jù)進(jìn)行預(yù)處理 labels_path = './models_2/code_01/imagenet_class_index.json' # 處理英文標(biāo)簽 with open(labels_path) as json_data:idx_to_labels = json.load(json_data)def getone(onestr):return onestr.replace(',','') with open('models_2/code_01/中文標(biāo)簽.csv','r+') as f:zh_labels = list(map(getone,list(f)))print(len(zh_labels),type(zh_labels),zh_labels[:5]) # 顯示輸出中文標(biāo)簽transform = transforms.Compose([transforms.Resize(256), # 將輸入圖像的尺寸修改為256×256transforms.CenterCrop(224), # 沿中心裁剪得224×224transforms.ToTensor(),transforms.Normalize( # 圖片歸一化參數(shù)：對(duì)圖片按照指定的均值與方差進(jìn)行歸一化處理，必須要與模型實(shí)際訓(xùn)練的預(yù)處理方式一樣。mean=[0.485,0.456,0.406],std=[0.229,0.224,0.225])] )

2.4 使用模型進(jìn)行預(yù)測(cè)

2.4.1 代碼操作概述

打開一個(gè)圖片文件，并將其輸入模型進(jìn)行預(yù)測(cè)，同時(shí)輸出預(yù)測(cè)結(jié)果。

2.4.2 代碼實(shí)現(xiàn)：使用模型進(jìn)行預(yù)測(cè) -----ResNetModel.py（第3部分）

# 1.3 使用模型進(jìn)行預(yù)測(cè) # -------start-------- 將四通道中代表透明通道的維度A去掉，變?yōu)?通道的圖片 def preimg(img): # 圖片預(yù)處理函數(shù)：if img.mode == 'RGBA': # 實(shí)現(xiàn)兼容RGBA格式的圖片信息ch = 4print('ch',ch)a = np.asarray(img)[:,:,:3]img = Image.fromarray(a)return imgim = preimg(Image.open('models_2/code_01/book.png')) # 載入圖片 transforms_img = transform(im) # 調(diào)整圖片大小 inputimg = transforms_img.unsqueeze(0) # 增加批次維度 # -------end-------- 將四通道中代表透明通道的維度A去掉，變?yōu)?通道的圖片output = model(inputimg) # 輸入模型 output = F.softmax(output,dim=1) # 獲取結(jié)果# 從預(yù)測(cè)結(jié)果中取前3名 prediction_score , pred_label_idx = torch.topk(output,3) prediction_score = prediction_score.detach().numpy()[0] # 獲取結(jié)果概率 pred_label_idx = pred_label_idx.detach().numpy()[0] # 獲得結(jié)果ID predicted_label = idx_to_labels[str(pred_label_idx[0])][1]#取出標(biāo)簽名稱 predicted_label_zh = zh_labels[pred_label_idx[0] + 1 ] #取出中文標(biāo)簽名稱 print(' 預(yù)測(cè)結(jié)果:', predicted_label,predicted_label_zh,'預(yù)測(cè)分?jǐn)?shù)：', prediction_score[0])

2.5 預(yù)測(cè)結(jié)果可視化

2.5.1 可視化代碼概述

將預(yù)測(cè)結(jié)果以圖的方式顯示出來。

2.5.2 代碼實(shí)戰(zhàn)：預(yù)測(cè)結(jié)果可視化-----ResNetModel.py（第4部分）

# 1.4 預(yù)測(cè)結(jié)果可視化 #可視化處理，創(chuàng)建一個(gè)1行2列的子圖 fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(10, 8)) fig.sca(ax1) #設(shè)置第一個(gè)軸是ax1 ax1.imshow(im) #第一個(gè)子圖顯示原始要預(yù)測(cè)的圖片 #設(shè)置第二個(gè)子圖為預(yù)測(cè)的結(jié)果，按概率取前3名 barlist = ax2.bar(range(3), [i for i in prediction_score]) barlist[0].set_color('g') #顏色設(shè)置為綠色 #預(yù)測(cè)結(jié)果前3名的柱狀圖 plt.sca(ax2) plt.ylim([0, 1.1]) #豎直顯示Top3的標(biāo)簽 plt.xticks(range(3), [idx_to_labels[str(i)][1][:15] for i in pred_label_idx ], rotation='vertical') fig.subplots_adjust(bottom=0.2) #調(diào)整第二個(gè)子圖的位置 plt.show() #顯示圖像

?結(jié)果輸出：

3? 代碼總覽ResNetModel.py

from PIL import Image import matplotlib.pyplot as plt import json import numpy as np import torch import torch.nn.functional as F from torchvision import models,transforms # 引入torchvision庫 import os os.environ['KMP_DUPLICATE_LIB_OK'] = 'True'# 1.1 下載并加載預(yù)訓(xùn)練模型：引入基礎(chǔ)庫，并使用torchvision庫中的API下載模型。 # Tip：本例使用的中文標(biāo)簽總類別為1001類，索引值為0的類為None，代表未知分類；英文標(biāo)簽總類注意別為1000類，沒有None類。 # 因?yàn)镻yTorch中的模型是在英文標(biāo)簽中訓(xùn)練的，所以在讀取中文標(biāo)簽時(shí)，還需要將索引值加1 model = models.resnet18(pretrained=True) # True代表要下載模型 ，返回一個(gè)具有18層的ResNet模型 model = model.eval()# 1.2 還在標(biāo)簽并對(duì)輸入數(shù)據(jù)進(jìn)行預(yù)處理 labels_path = './models_2/code_01/imagenet_class_index.json' # 處理英文標(biāo)簽 with open(labels_path) as json_data:idx_to_labels = json.load(json_data)def getone(onestr):return onestr.replace(',','') with open('models_2/code_01/中文標(biāo)簽.csv','r+') as f:zh_labels = list(map(getone,list(f)))print(len(zh_labels),type(zh_labels),zh_labels[:5]) # 顯示輸出中文標(biāo)簽transform = transforms.Compose([transforms.Resize(256), # 將輸入圖像的尺寸修改為256×256transforms.CenterCrop(224), # 沿中心裁剪得224×224transforms.ToTensor(),transforms.Normalize( # 圖片歸一化參數(shù)：對(duì)圖片按照指定的均值與方差進(jìn)行歸一化處理，必須要與模型實(shí)際訓(xùn)練的預(yù)處理方式一樣。mean=[0.485,0.456,0.406],std=[0.229,0.224,0.225])] )# 1.3 使用模型進(jìn)行預(yù)測(cè) # -------start-------- 將四通道中代表透明通道的維度A去掉，變?yōu)?通道的圖片 def preimg(img): # 圖片預(yù)處理函數(shù)：if img.mode == 'RGBA': # 實(shí)現(xiàn)兼容RGBA格式的圖片信息ch = 4print('ch',ch)a = np.asarray(img)[:,:,:3]img = Image.fromarray(a)return imgim = preimg(Image.open('models_2/code_01/book.png')) # 載入圖片 transforms_img = transform(im) # 調(diào)整圖片大小 inputimg = transforms_img.unsqueeze(0) # 增加批次維度 # -------end-------- 將四通道中代表透明通道的維度A去掉，變?yōu)?通道的圖片output = model(inputimg) # 輸入模型 output = F.softmax(output,dim=1) # 獲取結(jié)果# 從預(yù)測(cè)結(jié)果中取前3名 prediction_score , pred_label_idx = torch.topk(output,3) prediction_score = prediction_score.detach().numpy()[0] # 獲取結(jié)果概率 pred_label_idx = pred_label_idx.detach().numpy()[0] # 獲得結(jié)果ID predicted_label = idx_to_labels[str(pred_label_idx[0])][1]#取出標(biāo)簽名稱 predicted_label_zh = zh_labels[pred_label_idx[0] + 1 ] #取出中文標(biāo)簽名稱 print(' 預(yù)測(cè)結(jié)果:', predicted_label,predicted_label_zh,'預(yù)測(cè)分?jǐn)?shù)：', prediction_score[0])# 1.4 預(yù)測(cè)結(jié)果可視化 #可視化處理，創(chuàng)建一個(gè)1行2列的子圖 fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(10, 8)) fig.sca(ax1) #設(shè)置第一個(gè)軸是ax1 ax1.imshow(im) #第一個(gè)子圖顯示原始要預(yù)測(cè)的圖片 #設(shè)置第二個(gè)子圖為預(yù)測(cè)的結(jié)果，按概率取前3名 barlist = ax2.bar(range(3), [i for i in prediction_score]) barlist[0].set_color('g') #顏色設(shè)置為綠色 #預(yù)測(cè)結(jié)果前3名的柱狀圖 plt.sca(ax2) plt.ylim([0, 1.1]) #豎直顯示Top3的標(biāo)簽 plt.xticks(range(3), [idx_to_labels[str(i)][1][:15] for i in pred_label_idx ], rotation='vertical') fig.subplots_adjust(bottom=0.2) #調(diào)整第二個(gè)子圖的位置 plt.show() #顯示圖像

總結(jié)

以上是生活随笔為你收集整理的【Pytorch神经网络实战案例】23 使用ImagNet的预训练模型识别图片内容的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。