一、项目介绍

        这个项目的目标是使用 PyTorch 构建一个卷积神经网络（CNN），对蚂蚁和蜜蜂两种昆虫的图片进行分类。数据集由包含这两种昆虫的图片组成，分为训练集和验证集。通过训练过程，模型将学习如何区分这两种昆虫，并最终能够准确地对新图片进行分类。

项目结构

数据准备：

数据集被划分为训练集和验证集。使用了 <code>torchvision.transforms 来定义数据预处理步骤，包括图像缩放、裁剪、归一化等。使用 torch.utils.data.DataLoader 来加载数据集，方便批量处理。

模型定义：

构建了一个简单的卷积神经网络，包含多个卷积层、池化层和全连接层。最后一层使用全局平均池化层，以便处理不同大小的输入图像，并确保输出特征的尺寸一致。

训练过程：

使用交叉熵损失函数作为目标函数。使用随机梯度下降（SGD）作为优化器，并设置了学习率衰减策略。在每个 epoch 结束时，根据验证集上的性能保存最佳模型。

评估指标：

计算了每个 epoch 的损失和准确率。使用了进度条库 tqdm 来可视化训练进度。

学习率曲线保存：

记录了每个 epoch 的学习率，并绘制了学习率曲线。

二、数据集介绍

数据集概况

来源：数据集来源于公开的数据源百度飞桨--昆虫分类任务_数据集-飞桨AI Studio星河社区 (baidu.com)。类别：数据集中包含两类昆虫——蚂蚁和蜜蜂。图像数量：数据集通常会被细分为训练集、验证集和测试集。训练集用于训练模型；验证集用于调整超参数和防止过拟合；测试集则是在训练过程中未使用的数据，用于最终评估模型的泛化能力。

三、完整代码

import torch

import torch.nn as nn

import torch.optim as optim

from torch.optim import lr_scheduler

from torch.utils.data import DataLoader

from torchvision import datasets, transforms

import matplotlib.pyplot as plt

import time

import os

import copy

from tqdm import tqdm

# 定义数据预处理步骤

data_transforms = {

'train': transforms.Compose([

transforms.RandomResizedCrop(224),

transforms.RandomHorizontalFlip(),

transforms.ToTensor(),

transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])

]),

'val': transforms.Compose([

transforms.Resize(256),

transforms.CenterCrop(224),

transforms.ToTensor(),

transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])

]),

}

# 假设数据集位于以下目录

data_dir = 'I:/code/pytorch/ants&bees/datasets'

image_datasets = {x: datasets.ImageFolder(os.path.join(data_dir, x), data_transforms[x])

for x in ['train', 'val']}

dataloaders = {x: DataLoader(image_datasets[x], batch_size=4,

shuffle=True, num_workers=4)

for x in ['train', 'val']}

dataset_sizes = {x: len(image_datasets[x]) for x in ['train', 'val']}

class_names = image_datasets['train'].classes

device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")

# 构建简单的卷积神经网络

def make_net():

model = nn.Sequential(

nn.Conv2d(3, 6, 5),

nn.MaxPool2d(2, 2),

nn.ReLU(True),

nn.Conv2d(6, 16, 5),

nn.MaxPool2d(2, 2),

nn.ReLU(True),

nn.Conv2d(16, 120, 5),

nn.ReLU(True),

nn.AdaptiveAvgPool2d((1, 1)),

nn.Flatten(),

nn.Linear(120, 84),

nn.ReLU(True),

nn.Linear(84, 2),

)

return model.to(device)

# 设置训练参数

# 设置训练参数

def train_model(model, criterion, optimizer, scheduler, num_epochs=25):

since = time.time()

best_model_wts = copy.deepcopy(model.state_dict())

best_acc = 0.0

lrs = [] # 存储每轮的学习率

for epoch in range(num_epochs):

print(f'Epoch {epoch}/{num_epochs - 1}')

print('-' * 10)

# 每个epoch有两个阶段：训练和验证

for phase in ['train', 'val']:

if phase == 'train':

model.train() # 设置模型为训练模式

else:

model.eval() # 设置模型为评估模式

running_loss = 0.0

running_corrects = 0

# 迭代数据

for inputs, labels in tqdm(dataloaders[phase], desc=f'{phase} epoch {epoch}'):

inputs = inputs.to(device)

labels = labels.to(device)

# 清零梯度

optimizer.zero_grad()

# 前向传播

# 在训练时跟踪梯度，在验证时不跟踪

with torch.set_grad_enabled(phase == 'train'):

outputs = model(inputs)

_, preds = torch.max(outputs, 1)

loss = criterion(outputs, labels)

# 只有在训练阶段才反向传播 + 优化

if phase == 'train':

loss.backward()

optimizer.step()

# 统计

running_loss += loss.item() * inputs.size(0)

running_corrects += torch.sum(preds == labels.data).to(device) # 确保张量位于正确的设备上

if phase == 'train':

scheduler.step()

lrs.append(scheduler.get_last_lr()[0]) # 记录学习率

epoch_loss = running_loss / dataset_sizes[phase]

epoch_acc = running_corrects.double() / dataset_sizes[phase] # 使用 double() 转换为 double 精度

print(f'{phase} Loss: {epoch_loss:.4f} Acc: {epoch_acc:.4f}')

# 深拷贝模型

if phase == 'val' and epoch_acc > best_acc:

best_acc = epoch_acc

best_model_wts = copy.deepcopy(model.state_dict())

print()

time_elapsed = time.time() - since

print(f'Training complete in {time_elapsed // 60:.0f}m {time_elapsed % 60:.0f}s')

print(f'Best val Acc: {best_acc:4f}')

# 加载最佳模型权重

model.load_state_dict(best_model_wts)

# 绘制学习率曲线

plot_learning_rate(lrs)

return model

def plot_learning_rate(lrs):

plt.figure()

plt.plot(lrs, label='Learning Rate')code>

plt.title('Learning Rate Over Time')

plt.xlabel('Epoch')

plt.ylabel('Learning Rate')

plt.legend()

plt.savefig('learning_rate_curve.png')

plt.close()

def plot_loss_accuracy(train_losses, val_losses, train_accs, val_accs):

epochs = range(len(train_losses))

plt.figure()

plt.subplot(2, 1, 1)

plt.plot(epochs, train_losses, label='Training Loss')code>

plt.plot(epochs, val_losses, label='Validation Loss')code>

plt.title('Loss Over Time')

plt.xlabel('Epoch')

plt.ylabel('Loss')

plt.legend()

plt.subplot(2, 1, 2)

plt.plot(epochs, train_accs, label='Training Accuracy')code>

plt.plot(epochs, val_accs, label='Validation Accuracy')code>

plt.title('Accuracy Over Time')

plt.xlabel('Epoch')

plt.ylabel('Accuracy')

plt.legend()

plt.tight_layout()

plt.savefig('loss_accuracy_curve.png')

plt.close()

# 主程序

if __name__ == "__main__":

model = make_net()

criterion = nn.CrossEntropyLoss()

optimizer = optim.SGD(model.parameters(), lr=0.001, momentum=0.9)

scheduler = lr_scheduler.StepLR(optimizer, step_size=7, gamma=0.1)

model = train_model(model, criterion, optimizer, scheduler, num_epochs=100)

torch.save(model.state_dict(), 'best_model.pth')

四、总结