邯郸建设局网站,北京网站设计公司兴田德润怎么样,唐山建设集团招聘信息网站,专业的建设网站一、具体介绍
timm 是一个 PyTorch 原生实现的计算机视觉模型库。它提供了预训练模型和各种网络组件#xff0c;可以用于各种计算机视觉任务#xff0c;例如图像分类、物体检测、语义分割等等。
timm 的特点如下#xff1a;
PyTorch 原生实现#xff1a;timm 的实现方式…一、具体介绍
timm 是一个 PyTorch 原生实现的计算机视觉模型库。它提供了预训练模型和各种网络组件可以用于各种计算机视觉任务例如图像分类、物体检测、语义分割等等。
timm 的特点如下
PyTorch 原生实现timm 的实现方式与 PyTorch 高度契合开发者可以方便地使用 PyTorch 的 API 进行模型训练和部署。轻量级的设计timm 的设计以轻量化为基础根据不同的计算机视觉任务提供了多种轻量级的网络结构。大量的预训练模型timm 提供了大量的预训练模型可以直接用于各种计算机视觉任务。多种模型组件timm 提供了各种模型组件如注意力模块、正则化模块、激活函数等等这些模块都可以方便地插入到自己的模型中。高效的代码实现timm 的代码实现高效并且易于使用。
需要注意的是timm 是一个社区驱动的项目它由计算机视觉领域的专家共同开发和维护。在使用时需要遵循相关的使用协议。
二、图像分类案例
下面以使用 timm 实现图像分类任务为例进行简单的介绍。
2.1 安装 timm 包
!pip install timm2.2 导入相关模块读取数据集
import torch
import torch.nn as nn
import timm
import torchvision.transforms as transforms
from torchvision.datasets import CIFAR10# 数据增强
train_transforms transforms.Compose([transforms.RandomCrop(size32, padding4),transforms.RandomHorizontalFlip(p0.5),transforms.RandomRotation(degrees15),transforms.ToTensor(),transforms.Normalize([0.5, 0.5, 0.5], [0.5, 0.5, 0.5])
])test_transforms transforms.Compose([transforms.ToTensor(),transforms.Normalize([0.5, 0.5, 0.5], [0.5, 0.5, 0.5])
])# 数据集
train_dataset CIFAR10(rootdata, trainTrue, downloadTrue, transformtrain_transforms)
test_dataset CIFAR10(rootdata, trainFalse, downloadTrue, transformtest_transforms)# DataLoader
train_loader torch.utils.data.DataLoader(train_dataset, batch_size64, shuffleTrue, num_workers4)
test_loader torch.utils.data.DataLoader(test_dataset, batch_size64, shuffleFalse, num_workers4)导入相关模块其中 timm 和 torchvision.datasets.CIFAR10 需要分别安装 timm 和 torchvision 包。
定义数据增强的方式其中训练集和测试集分别使用不同的增强方式并且对图像进行了归一化处理。transforms.Compose() 可以将各种操作打包成一个 transform 操作流transforms.ToTensor() 将图像转化为 tensor 格式transforms.Normalize() 将图像进行标准化处理。
使用自带的 CIFAR10 数据集设置 trainTrue 定义训练集设置 trainFalse 定义测试集。数据集会自动下载到指定的 root 路径下并进行数据增强操作。
使用 torch.utils.data.DataLoader 定义数据加载器将数据集包装成一个高效的可迭代对象其中 batch_size 定义批次大小shuffle 定义是否对数据进行随机洗牌num_workers 定义使用多少个 worker 来加载数据。 2.3 定义模型
# 加载预训练模型
model timm.create_model(resnet18, pretrainedTrue)# 修改分类器
num_ftrs model.fc.in_features
model.fc nn.Linear(num_ftrs, len(train_dataset.classes))这里使用 timm.create_model() 函数来创建一个预训练模型其中参数 resnet18 定义了使用的模型架构参数 pretrained True 表示要使用预训练权重。
这里修改了模型的分类器首先使用 model.fc.in_features 获取模型 fc 层的输入特征数然后使用 nn.Linear() 重新定义了一个 nn.Linear 层输入为上一层的输出特征数输出为类别数即 len(train_dataset.classes)。这里直接使用了数据集类别数来定义输出层以适配不同分类任务的需求。 在这里我们使用了 timm 中的 ResNet18 模型并将其修改为我们需要的分类器同时在创建模型时设置参数 pretrainedTrue 来加载预训练权重。
2.4 定义损失函数和优化器
# 损失函数
criterion nn.CrossEntropyLoss()# 优化器
optimizer torch.optim.SGD(model.parameters(), lr0.001, momentum0.9)在深度学习中损失函数是评估模型预测结果与真实标签之间差异的一种指标常用于模型训练过程中。nn.CrossEntropyLoss() 是一个常用的损失函数适用于多分类问题。
优化器用于更新模型参数以使损失函数最小化。在这里我们使用了随机梯度下降法SGD优化器以控制模型权重的变化。通过 model.parameters() 指定需要优化的参数lr 定义了学习率表示每次迭代时参数必须更新的量的大小momentum 则是添加上次迭代更新值的一部分到这一次的更新值中以减小参数更新的方差稳定训练过程。
2.5 训练模型
num_epochs 10for epoch in range(num_epochs):# 训练model.train()for images, labels in train_loader:# 前向传播outputs model(images)# 计算损失loss criterion(outputs, labels)# 反向传播optimizer.zero_grad()loss.backward()optimizer.step()# 测试model.eval()with torch.no_grad():correct 0total 0for images, labels in test_loader:outputs model(images)_, predicted torch.max(outputs.data, 1)total labels.size(0)correct (predicted labels).sum().item()print(Epoch {} Accuracy: {:.2f}%.format(epoch1, 100*correct/total))这段代码是模型训练和测试的循环。num_epochs 定义了循环的次数每次循环表示一个训练周期。
在训练阶段首先将模型切换到训练模式然后使用 train_loader 迭代地读取训练集数据进行前向传播、计算损失、反向传播和优化器更新等操作。
在测试阶段模型切换到评估模式然后使用 test_loader 读取测试集数据进行前向传播和计算模型预测结果使用预测结果和真实标签进行准确率计算并输出每个训练周期的准确率。
其中torch.max() 函数用于返回每行中最大值及其索引total 记录了总的测试样本数correct 记录了正确分类的样本数最后计算准确率并输出。
输出结果为
