网站建设资金预算,互联网网站建设营销,godaddy安装wordpress,网站建设合同 保密条款目录1.mixup技术简介2.pytorch实现代码#xff0c;以图片分类为例1.mixup技术简介 mixup是一种数据增强技术#xff0c;它可以通过将多组不同数据集的样本进行线性组合#xff0c;生成新的样本#xff0c;从而扩充数据集。mixup的核心原理是将两个不同的图片按照一定的比例…
目录1.mixup技术简介2.pytorch实现代码以图片分类为例1.mixup技术简介 mixup是一种数据增强技术它可以通过将多组不同数据集的样本进行线性组合生成新的样本从而扩充数据集。mixup的核心原理是将两个不同的图片按照一定的比例进行线性组合生成新的样本新样本的标签也是进行线性组合得到。比如对于两个样本x1和x2它们的标签分别为y1和y2那么mixup生成的新样本x’和标签y’如下
x’ λx1 (1-λ)x2 y’ λy1 (1-λ)y2
其中λ为0到1之间的一个随机数它表示x1和x2在新样本中的权重。
本文中使用mixup扩充数据集后的损失函数为: loss λ * criterion(outputs, targets_a) (1 - λ) * criterion(outputs, targets_b)
即由两张图片融合后新图片的损失为分别计算原先两图片与各自标签的损失值之和。
mixup也可以增加数据集的多样性从而降低模型的方差提高模型的鲁棒性。 总之mixup是一种非常实用的数据增强技术它可以用于各种机器学习任务中可以有效地防止过拟合并且可以提高模型的泛化能力。在实际应用中mixup可以帮助我们更好地利用有限的数据集并且提高模型的性能。
2.pytorch实现代码以图片分类为例
import matplotlib.pyplot as plt
import torchvision
import torch
import torch.nn as nn
import torchvision.models as models
import torchvision.transforms as transforms
import numpy as np
import torch.nn.functional as F
from PIL import Image
import os
import cv2
# 加载resnet18模型
resnet18 models.resnet18(pretrainedFalse)# 获取resnet18最后一层输出输出为512维,最后一层本来是用作 分类的原始网络分为1000类
# 用 softmax函数或者 fully connected 函数但是用 nn.identtiy() 函数把最后一层替换掉相当于得到分类之前的特征
#Identity模块它将输入直接传递给输出而不会对输入进行任何变换。
resnet18.fc nn.Identity()
# 构建新的网络将resnet18的输出作为输入
class Net(nn.Module):def __init__(self):super(Net, self).__init__()self.resnet18 resnet18self.fc1 nn.Linear(512, 256)self.fc2 nn.Linear(256, 64)self.fc3 nn.Linear(64, 10)self.fc4 nn.Linear(10, 2)self.softmax nn.Softmax(dim1)def forward(self, x):x self.resnet18(x)x F.relu(self.fc1(x))x F.relu(self.fc2(x))x F.relu(self.fc3(x))x F.relu(self.fc4(x))x self.softmax(x)xx.view(-1,2)return x
#使用mixup时的数据集融合器输入数据集的输入一批图片以及对应标签返回线性相加后的图片
def mixup_data(x, y, alpha1.0):#随机生成一个 beta 分布的参数 lam用于生成随机的线性组合以实现 mixup 数据扩充。lam np.random.beta(alpha, alpha)#生成一个随机的序列用于将输入数据进行 shuffle。batch_size x.size()[0]index torch.randperm(batch_size)#得到混合后的新图片mixed_x lam * x (1 - lam) * x[index, :]#得到混图对应的两类标签y_a, y_b y, y[index]return mixed_x, y_a, y_b, lam# 实例化网络
net Net()
# 将模型放入GPU
net net.cuda()# 定义损失函数
criterion nn.CrossEntropyLoss()
# 定义优化器添加l2正则化
optimizer torch.optim.Adam(net.parameters(), lr0.0005,weight_decay0)# 加载数据集
# 创建一个transform对象
def rgb2bgr(image):image np.array(image)[:, :, ::-1]imageImage.fromarray(np.uint8(image))return imagetransform transforms.Compose([transforms.ColorJitter(brightness1, contrast1, saturation1, hue0.5),# rgb转bgrtorchvision.transforms.Lambda(rgb2bgr),torchvision.transforms.Resize(112),# 入的图片为PIL image 或者 numpy.nadrry格式的图片其shape为HxWxC数值范围在[0,255],转换之后shape为CxHxw,数值范围在[0,1]transforms.ToTensor(),# 进行归一化和标准化Imagenet数据集的均值和方差为mean(0.485, 0.456, 0.406)std(0.229, 0.224, 0.225)# 因为这是在百万张图像上计算而得的所以我们通常见到在训练过程中使用它们做标准化。transforms.Normalize(mean[0.406, 0.456, 0.485], std[0.225, 0.224, 0.229]),# #这行代码表示使用transforms.RandomErasing函数以概率p1在图像上随机选择一个尺寸为scale(0.02, 0.33)长宽比为ratio(1, 1)的区域# #进行随机像素值的遮盖只能对tensor操作transforms.RandomErasing(p0.1, scale(0.02, 0.2), ratio(1, 1), valuerandom)
])train_dataset torchvision.datasets.ImageFolder(rD:\eyeDataSet\train, transformtransform)
train_loader torch.utils.data.DataLoader(train_dataset, batch_size128, shuffleTrue)
test_dataset torchvision.datasets.ImageFolder(rD:\eyeDataSet\test, transformtransform)
test_loader torch.utils.data.DataLoader(test_dataset, batch_size128, shuffleTrue)## 绘制训练及测试集迭代曲线
# 记录训练集准确率
train_acc []
# 记录测试集准确率
test_acc []
for epoch in range(50):running_loss 0.0#[(0, data1), (1, data2), (2, data3), ...]for i, data in enumerate(train_loader, 0):# 获取输入inputs, labels datainputs, labels inputs.cuda(), labels.cuda()# mixup扩充数据集inputs, targets_a, targets_b, lam mixup_data(inputs, labels, alpha1.0)# 梯度清零optimizer.zero_grad()# forward backwardoutputs net(inputs)#这里对应调整了使用mixup后的数据集的lossloss lam * criterion(outputs, targets_a) (1 - lam) * criterion(outputs, targets_b)loss.backward()# 更新参数optimizer.step()# 打印log信息# loss 是一个scalar,需要使用loss.item()来获取数值不能使用loss[0]running_loss loss.item()if i % 10 9: # 每200个batch打印一下训练状态print([%d, %5d] loss: %.3f \% (epoch1, i1, running_loss / 2000))running_loss 0.0# 在每次训练完成后使用测试集进行测试correct 0total 0with torch.no_grad():for i2,data2 in enumerate(test_loader):#控制测试集的数量if i25:breakimages, labels data2images, labels images.cuda(), labels.cuda()outputs net(images)_, predicted torch.max(outputs.data, 1)total labels.size(0)correct (predicted labels).sum().item()test_acc.append(100 * correct / total)print(Accuracy of the network on the test images: %.3f,now max acc is %.3f % (100 * correct / total,max(test_acc)))# 保存测试集上准确率最高的模型if 100 * correct / total max(test_acc):if not os.path.exists(r./result):os.makedirs(r./result)if max(test_acc)93:savename./result/bestmodel%.3f%max(test_acc).pthtorch.save(net.state_dict(), savename)print(最大准确度,max(test_acc))
