一、pytorch框架
1.1、概念
PyTorch是一个开源的Python机器学习库，基于Torch，用于自然语言处理等应用程序。
2017年1月，由Facebook人工智能研究院（FAIR）基于Torch推出了PyTorch。它是一个基于Python的可续计算包，提供两个高级功能：
1、具有强大的GPU加速的张量计算（如NumPy）。
2、包含自动求导系统的深度神经网络。
1.2、机器学习与深度学习的区别
两者之间区别很多，在本篇博客中只简单描述一部分。以图片的形式展现。
前者为机器学习的过程。
后者为深度学习的过程。
1.3、在python中导入pytorch成功截图
二、数据集
本次实验使用的是coco数据集中的植物病虫害数据集。分为训练文件Traindata和测试文件TestData.，
TrainData有9种分类，每一种分类有100张图片。
TestData有9中分类，每一种分类有10张图片。
在我下一篇博客中将数据集开源。
下面是我的数据集截图：
三、代码复现
3.1、导入第三方库
import torch
from torch.utils.data import Dataset, DataLoader
import numpy as np
import matplotlib
import os
import cv2
from PIL import Image
import torchvision.transforms as transforms
import torch.optim as optim
from torch.autograd import Variable
import torch.nn as nn
import torch.nn.functional as F
from Test.CNN import Net
import json
from Test.train_data import Mydataset,pad_image
3.2、CNN代码：
# 构建神经网络
class Net(nn.Module):#定义网络模块
def __init__(self):
super(Net, self).__init__()
# 卷积，该图片有3层，6个特征，长宽均为5*5的像素点，每隔1步跳一下
self.conv1 = nn.Conv2d(3, 6, 5)
#//(conv1): Conv2d(3, 6, kernel_size=(5, 5), stride=(1, 1))
self.pool = nn.MaxPool2d(2, 2)#最大池化
#//(pool): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
self.conv2 = nn.Conv2d(6, 16, 5)#卷积
#//(conv2): Conv2d(6, 16, kernel_size=(5, 5), stride=(1, 1))
self.fc1 = nn.Linear(16*77*77, 120)#全连接层，图片的维度为16，
#(fc1): Linear(in_features=94864, out_features=120, bias=True)
self.fc2 = nn.Linear(120, 84)#全连接层,输入120个特征输出84个特征
self.fc3 = nn.Linear(84, 7)#全连接层，输入84个特征输出7个特征
def forward(self, x):
print("x.shape1: ", x.shape)
x = self.pool(F.relu(self.conv1(x)))
print("x.shape2: ", x.shape)
x = self.pool(F.relu(self.conv2(x)))
print("x.shape3: ", x.shape)
x = x.view(-1, 16*77*77)
print("x.shape4: ", x.shape)
x = F.relu(self.fc1(x))
print("x.shape5: ", x.shape)
x = F.relu(self.fc2(x))
print("x.shape6: ", x.shape)
x = self.fc3(x)
print("x.shape7: ", x.shape)
return x
3.3、测试代码
img_path = "TestData/test_data/1/Apple2 (1).jpg" #使用相对路径
image = Image.open(img_path).convert('RGB')
image_pad = pad_image(image, (320, 320))
input = transform(image_pad).to(device).unsqueeze(0)
output = F.softmax(net(input), 1)
_, predicted = torch.max(output, 1)
score = float(output[0][predicted]*100)
print(class_map[predicted], " ", str(score)+" %")
plt.imshow(image_pad) # 显示图片
四、训练结果
4.1、LOSS损失函数
4.2、 ACC
4.3、单张图片识别准确率
四、小结
这次搭建的网络是基于深度学习框架Lenet，并自己做了一些修改完成。最终的训练的结果LOSS接近0，ACC接近100%。但是一般的识别率不会达到这么高，该模型可能会过拟合。可采取剪枝等操作减小过拟合。