/DeepFlowers

基于resnet152模型的迁移学习-102花朵分类

Primary LanguagePython

基于resnet152模型的迁移学习-102花朵分类

实际上，很少有人从头开始训练整个卷积网络（使用随机初始化），因为拥有足够大小的数据集相对很少。 相反，通常在非常大的数据集上对ConvNet进行预训练（例如ImageNet，其中包含120万个具有1000个类别的图像）， 然后将ConvNet用作初始化或固定特征提取器以完成感兴趣的任务

描述

采取在ImageNet上进行预训练的ConvNet，删除最后一个完全连接的层，然后将ConvNet的其余部分视为新数据集的固定特征提取器

该层的输出是针对像ImageNet这样的不同任务的1000类分类

要求

PPython 3.7或更高版本，pip install -U -r requirements.txt包括以下所有软件包：

  • torch >= 1.2
  • opencv-python
  • Pillow

讲解

  • 基于102种鲜花数据集
  • lableToImageFolder.py 处理数据，用于整理适用于DataLoader格式的数据
  • data/54_data 是数据集，测试集和训练集数据相同
  • data/102_data 是数据集，测试集和训练集数据不同
  • model/resnet/ 存放预训练模型及训练好的模型
  • model/best_4990_94.pt 训练好的模型，第4990次批训练

训练

具体请参见train.py部分

开始训练: python3.6 train.py

模型

从以下位置下载： 百度网盘 密码:6w3r

GPU： 本君的机器是Nvidia RTX 2080 12G，有N卡或CPU就可以训练，CPU慢而已

数据集： 102_data (102类别-54_data整理而来)

命令： python3.6 train.py

GPU data Loss Acc epoch
RTX 2080 12G best_4990_94 102_data 0.1955 0.9454 4990
RTX 2080 12G best_100_80 54_data-基于102_data数据集模型继续训练 4.3695 0.8007 100

推理

具体请参见 test.py 部分

python3.6 test.py

预训练模型

从以下位置下载： 百度网盘 密码:6w3r

pretrained 为True的时候，加载resnet152模型参数，进行迁移学习

if __name__ == '__main__':
    train = TrainModel(pretrained=True)
    train(5000)