网站建设互联网加,做自己的网站好还是博客好,网站二级联菜单怎么做,静态网站开发环境1 案例基本工具概述
1.1 数据集简介
Imagenet数据集共有1000个类别#xff0c;表明该数据集上的预训练模型最多可以输出1000种不同的分类结果。
Imagenet数据集是目前深度学习图像领域应用得非常多的一个领域#xff0c;关于图像分类、定位、检测等研究工作大多基于此数据… 1 案例基本工具概述
1.1 数据集简介
Imagenet数据集共有1000个类别表明该数据集上的预训练模型最多可以输出1000种不同的分类结果。
Imagenet数据集是目前深度学习图像领域应用得非常多的一个领域关于图像分类、定位、检测等研究工作大多基于此数据集展开。Imagenet数据集文档详细有专门的团队维护使用非常方便在计算机视觉领域研究论文中应用非常广几乎成为了目前深度学习图像领域算法性能检验的“标准”数据集。Imagenet数据集有1400多万幅图片涵盖2万多个类别其中有超过百万的图片有明确的类别标注和图像中物体位置的标注。
1.2 预训练模型 PyTorch中提供了许多在可以被直接加载到模型中并进行器的eNet数据集上训练好的模型这些模型叫作预训练模型预测。
1.2.1 预训练模型简介
预训练模型都存放在PyTorch的torchvision库中。torchvision库是非常强大的PyTorch视觉处理库包括分类、目标检测、语义分割等多种计算机视觉任务的预训练模型还包括图片处理、锚点计算等很多基础工具。
1.2.2 预训练模型简介 2 代码实战
2.1 案例概述
实例描述将ImageNet数据集上的预训练模型ResNet18加抗到内存并使用该模型对图片进行分类预测。
2.2 代码实现下载并加载预训练模型-----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库
import os
os.environ[KMP_DUPLICATE_LIB_OK] True# 1.1 下载并加载预训练模型引入基础库并使用torchvision库中的API下载模型。
# Tip本例使用的中文标签总类别为1001类索引值为0的类为None代表未知分类英文标签总类注意别为1000类没有None类。
# 因为PyTorch中的模型是在英文标签中训练的所以在读取中文标签时还需要将索引值加1
model models.resnet18(pretrainedTrue) # True代表要下载模型 返回一个具有18层的ResNet模型
model model.eval()
2.3 代码实现加载标签并对输入数据进行预处理-----ResNetModel.py第2部分
# 1.2 加载标签并对输入数据进行预处理
labels_path ./models_2/code_01/imagenet_class_index.json # 处理英文标签
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/中文标签.csv,r) as f:zh_labels list(map(getone,list(f)))print(len(zh_labels),type(zh_labels),zh_labels[:5]) # 显示输出中文标签transform transforms.Compose([transforms.Resize(256), # 将输入图像的尺寸修改为256×256transforms.CenterCrop(224), # 沿中心裁剪得224×224transforms.ToTensor(),transforms.Normalize( # 图片归一化参数对图片按照指定的均值与方差进行归一化处理必须要与模型实际训练的预处理方式一样。mean[0.485,0.456,0.406],std[0.229,0.224,0.225])]
)
2.4 使用模型进行预测
2.4.1 代码操作概述
打开一个图片文件并将其输入模型进行预测同时输出预测结果。
2.4.2 代码实现使用模型进行预测 -----ResNetModel.py第3部分
# 1.3 使用模型进行预测
# -------start-------- 将四通道中代表透明通道的维度A去掉变为4通道的图片
def preimg(img): # 图片预处理函数if img.mode RGBA: # 实现兼容RGBA格式的图片信息ch 4print(ch,ch)a np.asarray(img)[:,:,:3]img Image.fromarray(a)return imgim preimg(Image.open(models_2/code_01/book.png)) # 载入图片
transforms_img transform(im) # 调整图片大小
inputimg transforms_img.unsqueeze(0) # 增加批次维度
# -------end-------- 将四通道中代表透明通道的维度A去掉变为4通道的图片output model(inputimg) # 输入模型
output F.softmax(output,dim1) # 获取结果# 从预测结果中取前3名
prediction_score , pred_label_idx torch.topk(output,3)
prediction_score prediction_score.detach().numpy()[0] # 获取结果概率
pred_label_idx pred_label_idx.detach().numpy()[0] # 获得结果ID
predicted_label idx_to_labels[str(pred_label_idx[0])][1]#取出标签名称
predicted_label_zh zh_labels[pred_label_idx[0] 1 ] #取出中文标签名称
print( 预测结果:, predicted_label,predicted_label_zh,预测分数, prediction_score[0])
2.5 预测结果可视化
2.5.1 可视化代码概述
将预测结果以图的方式显示出来。
2.5.2 代码实战预测结果可视化-----ResNetModel.py第4部分
# 1.4 预测结果可视化
#可视化处理创建一个1行2列的子图
fig, (ax1, ax2) plt.subplots(1, 2, figsize(10, 8))
fig.sca(ax1) #设置第一个轴是ax1
ax1.imshow(im) #第一个子图显示原始要预测的图片
#设置第二个子图为预测的结果按概率取前3名
barlist ax2.bar(range(3), [i for i in prediction_score])
barlist[0].set_color(g) #颜色设置为绿色
#预测结果前3名的柱状图
plt.sca(ax2)
plt.ylim([0, 1.1])
#竖直显示Top3的标签
plt.xticks(range(3), [idx_to_labels[str(i)][1][:15] for i in pred_label_idx ], rotationvertical)
fig.subplots_adjust(bottom0.2) #调整第二个子图的位置
plt.show() #显示图像 结果输出 3 代码总览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库
import os
os.environ[KMP_DUPLICATE_LIB_OK] True# 1.1 下载并加载预训练模型引入基础库并使用torchvision库中的API下载模型。
# Tip本例使用的中文标签总类别为1001类索引值为0的类为None代表未知分类英文标签总类注意别为1000类没有None类。
# 因为PyTorch中的模型是在英文标签中训练的所以在读取中文标签时还需要将索引值加1
model models.resnet18(pretrainedTrue) # True代表要下载模型 返回一个具有18层的ResNet模型
model model.eval()# 1.2 还在标签并对输入数据进行预处理
labels_path ./models_2/code_01/imagenet_class_index.json # 处理英文标签
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/中文标签.csv,r) as f:zh_labels list(map(getone,list(f)))print(len(zh_labels),type(zh_labels),zh_labels[:5]) # 显示输出中文标签transform transforms.Compose([transforms.Resize(256), # 将输入图像的尺寸修改为256×256transforms.CenterCrop(224), # 沿中心裁剪得224×224transforms.ToTensor(),transforms.Normalize( # 图片归一化参数对图片按照指定的均值与方差进行归一化处理必须要与模型实际训练的预处理方式一样。mean[0.485,0.456,0.406],std[0.229,0.224,0.225])]
)# 1.3 使用模型进行预测
# -------start-------- 将四通道中代表透明通道的维度A去掉变为4通道的图片
def preimg(img): # 图片预处理函数if img.mode RGBA: # 实现兼容RGBA格式的图片信息ch 4print(ch,ch)a np.asarray(img)[:,:,:3]img Image.fromarray(a)return imgim preimg(Image.open(models_2/code_01/book.png)) # 载入图片
transforms_img transform(im) # 调整图片大小
inputimg transforms_img.unsqueeze(0) # 增加批次维度
# -------end-------- 将四通道中代表透明通道的维度A去掉变为4通道的图片output model(inputimg) # 输入模型
output F.softmax(output,dim1) # 获取结果# 从预测结果中取前3名
prediction_score , pred_label_idx torch.topk(output,3)
prediction_score prediction_score.detach().numpy()[0] # 获取结果概率
pred_label_idx pred_label_idx.detach().numpy()[0] # 获得结果ID
predicted_label idx_to_labels[str(pred_label_idx[0])][1]#取出标签名称
predicted_label_zh zh_labels[pred_label_idx[0] 1 ] #取出中文标签名称
print( 预测结果:, predicted_label,predicted_label_zh,预测分数, prediction_score[0])# 1.4 预测结果可视化
#可视化处理创建一个1行2列的子图
fig, (ax1, ax2) plt.subplots(1, 2, figsize(10, 8))
fig.sca(ax1) #设置第一个轴是ax1
ax1.imshow(im) #第一个子图显示原始要预测的图片
#设置第二个子图为预测的结果按概率取前3名
barlist ax2.bar(range(3), [i for i in prediction_score])
barlist[0].set_color(g) #颜色设置为绿色
#预测结果前3名的柱状图
plt.sca(ax2)
plt.ylim([0, 1.1])
#竖直显示Top3的标签
plt.xticks(range(3), [idx_to_labels[str(i)][1][:15] for i in pred_label_idx ], rotationvertical)
fig.subplots_adjust(bottom0.2) #调整第二个子图的位置
plt.show() #显示图像
