大佬教程收集整理的这篇文章主要介绍了Pytorch CIFAR10图像分类 数据加载与可视化篇,大佬教程大佬觉得挺不错的,现在分享给大家,也给大家做个参考。
这里会先讲一下关于CIFAR10的数据加载和图片可视化c;之后的模型篇会对网络进行介绍和实现。
CIFAR-10 是由 Hinton 的学生 Alex Krizhevsky 和 Ilya Sutskever 整理的一个用于识别普适物体的小型数据集。一共包含 10 个类别的 RGB 彩色图 片:飞机( arplane )、汽车( automobile )、鸟类( bird )、猫( cat )、鹿( deer )、狗( dog )、蛙类( frog )、马( horse )、船( ship )和卡车( truck )。图片的尺寸为 32×32 c;数据集中一共有 50000 张训练圄片和 10000 张测试图片。
与 MNIST 数据集中目比c; CIFAR-10 具有以下不同点:
首先使用torchvision
加载和归一化我们的训练数据和测试数据。
a、torchvision
这个东西c;实现了常用的一些深度学习的相关的图像数据的加载功能c;比如Cifar10、Imagenet、Mnist等等的c;保存在torchvision.datasets
模块中。
b、同时c;也封装了一些处理数据的方法。保存在torchvision.transforms
模块中
c、还封装了一些模型和工具封装在相应模型中,比如torchvision.models
当中就包含了AlexNetc;VGGc;ResNetc;SqueezeNet等模型。
由于torchvision的datasets的输出是[0,1]的PILImagec;所以我们先先归一化为[-1,1]的Tensor
首先定义了一个变换transformc;利用的是上面提到的transforms模块中的Compose( )把多个变换组合在一起c;可以看到这里面组合了ToTensor和Normalize这两个变换
transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))
前面的(0.5c;0.5c;0.5) 是 R G B 三个通道上的均值c; 后面(0.5, 0.5, 0.5)是三个通道的标准差c;注意通道顺序是 R G B c;用过opencv的同学应该知道openCV读出来的图像是 BRG顺序。这两个tuple数据是用来对RGB 图像做归一化的c;如其名称 Normalize 所示这里都取0.5只是一个近似的操作c;实际上其均值和方差并不是这么多c;但是就这个示例而言 影响可不计。精确值是通过分别计算R,G,B三个通道的数据算出来的。
transform = transforms.Compose([
# transforms.CenterCrop(224),
transforms.RandomCrop(32,padding=4), # 数据增广
transforms.RandomHorizontalFlip(), # 数据增广
transforms.ToTensor(),
transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))
])
Trainloader
其实是一个比较重要的东西c;我们后面就是通过Trainloader
把数据传入网络c;当然这里的Trainloader
其实是个变量名c;可以随便取c;重点是他是由后面的torch.utils.data.DataLoader()
定义的c;这个东西来源于torch.utils.data
模块
Batch_Size = 256
Trainset = datasets.CIFAR10(root='./data', Train=True,download=True, transform=transform)
testset = datasets.CIFAR10(root='./data',Train=false,download=True,transform=transform)
Trainloader = torch.utils.data.DataLoader(Trainset, batch_size=Batch_Size,shuffle=True, num_workers=2)
testloader = torch.utils.data.DataLoader(testset, batch_size=Batch_Size,shuffle=True, num_workers=2)
classes = ('plane', 'car', 'bird', 'cat','deer', 'dog', 'frog', 'horse', 'ship', 'truck')
Files already downloaded and verified Files already downloaded and verified
首先可以查看类别
classes = Trainset.classes
classes
['airplane', 'automobile', 'bird', 'cat', 'deer', 'dog', 'frog', 'horse', 'ship', 'truck']
Trainset.class_to_idx
{'airplane': 0, 'automobile': 1, 'bird': 2, 'cat': 3, 'deer': 4, 'dog': 5, 'frog': 6, 'horse': 7, 'ship': 8, 'truck': 9}
也可以查看一下训练集的数据
Trainset.data.shape #50000是图片数量c;32x32是图片大小c;3是通道数量RGB
(50000, 32, 32, 3)
查看数据类型
#查看数据类型
print(type(Trainset.data))
print(type(Trainset))
<class 'numpy.ndarray'> <class 'torchvision.datasets.cifar.CIFAR10'>
总结
Trainset.data.shape
是标准的numpy.ndarray类型c;其中50000是图片数量c;32x32是图片大小c;3是通道数量RGB; Trainset
是标准的??类型c;其中50000为图片数量c;0表示取前面的数据c;2表示3通道数RGBc;32*32表示图片大小
import numpy as np
import matplotlib.pyplot as plt
plt.imshow(Trainset.data[0])
im,label = iter(Trainloader).next()
在深度学习中c;原始图像需要转换为深度学习框架自定义的数据格式c;在pytorch中c;需要转为torch.Tensor
。 pytorch提供了torch.Tensor
与numpy.ndarray
转换为接口:
方法名 | 作用 |
---|---|
torch.from_numpy(xxX) | numpy.ndarray 转为torch.Tensor |
tensor1.numpy() | 获取tensor1对象的numpy格式数据 |
torch.Tensor
高维矩阵的表示: N x C x H x W
numpy.ndarray
高维矩阵的表示:N x H x W x C
因此在两者转换的时候需要使用numpy.transpose( )
方法 。
def imshow(img):
img = img / 2 + 0.5
img = np.transpose(img.numpy(),(1,2,0))
plt.imshow(img)
imshow(im[0])
plt.figure(figsize=(8,12))
imshow(torchvision.utils.@H_240_105@make_grid(im[:32]))
以上是大佬教程为你收集整理的Pytorch CIFAR10图像分类 数据加载与可视化篇全部内容,希望文章能够帮你解决Pytorch CIFAR10图像分类 数据加载与可视化篇所遇到的程序开发问题。
如果觉得大佬教程网站内容还不错,欢迎将大佬教程推荐给程序员好友。
本图文内容来源于网友网络收集整理提供,作为学习参考使用,版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ:384754419,请注明来意。