pytorch CNN 手写数字识别
一个被放弃的入门级的例子终于被我实现了,虽然还不太完美,但还是想记录下
1.预处理
相比较从库里下载数据集(关键是经常失败,格式也看不懂),更喜欢直接拿图片,从网上找了半天,最后从CSDN上下载了一个,真的是良心啊,都分好类了,有需要的可以找我
(1)图片大小,灰度,格式处理:虽然这里用不到,以后可能用到,所以还是写了
(2)图片打标:个人想法,图片名称含有标签,训练检测的时候方便拿
代码
from PIL import Image
import glob
import os def load_image():
"""
图片预处理
将图片大小强制处理为28x28
转换为png格式
"""
width = length = 28
train_path = 'D:/AI/MR_AIStudy/MNIST/dataset/train/*'
test_path = 'D:/AI/MR_AIStudy/MNIST/dataset/test/*'
img_path = glob.glob(test_path) # 图片读取路径
try:
for file in img_path:
path, ext = os.path.splitext(file)
# print(path, ext)
img = Image.open(file)
# out = img.resize((width, length), Image.ANTIALIAS)
out = img.convert('L')
file_name = '{}{}'.format(path, '.png')
print(file_name)
out.save(file_name, quality=100)
print('success')
# img = Image.open(file)
# out = img.resize((width, length), Image.ANTIALIAS)
# out = out.convert('L')
# file_name = '{}{}'.format(path, ext)
# out.save(file_name, quality=100)
except Exception as e:
print(e)
# 图片预处理,将图片缩放到30px30px
# img_path = glob.glob('D:/AI/MR_AIStudy/opencv4/images/*.png') # 图片读取路径
# for file in img_path:
# name = os.path.join(path_save, file)
# im = Image.open(file)
# im.thumbnail((30, 30))
# print(im.size)
# im.save(name, 'png')
# img = Image.open(file)
# data = img.getdata()
# data = np.matrix(data)
# data = np.reshape(data, (30, 30))
# print(data.size) def rename():
# 修改文件名称为 序号-标签.bmp (123-2.bmp) 另存到D:/AI/MR_AIStudy/MNIST/dataset/train目录下
for label in range(10):
print(label)
# path = 'D:/AI/MR_AIStudy/MNIST/dataset/trainimage/{}/*.bmp'.format(label)
path = 'D:/AI/MR_AIStudy/MNIST/dataset/testimage/{}/*.bmp'.format(label)
# path_save = 'D:/AI/MR_AIStudy/MNIST/dataset/train'
path_save = 'D:/AI/MR_AIStudy/MNIST/dataset/test'
print('path', path)
img_path = glob.glob(path)
try:
for index, file in enumerate(img_path):
# index用来区分相同标签不同图片
path, ext = os.path.splitext(file)
# print(path, ext)
img = Image.open(file)
out = img.convert('L')
file_name = '{}-{}{}'.format(index, label, ext) # 修改文件名称,将其打标
print(file_name)
# out.save(file_name, quality=100)
out.save(os.path.join(path_save, os.path.basename(file_name))) # 文件存到指定路径
# break
# print('success') except Exception as e:
print(e)
# break if __name__ == '__main__':
load_image()
# change_ext()
# rename()
2.卷积神经网络
本来是有归一化,softmax,独热方法的,但是我加上后不好使(加上softmax后不收敛了),就手动实现了一下归一化和独热
代码
import torch
import torch.nn as nn
import torch.utils.data as Data
import glob
import os
import numpy as np
from PIL import Image
import datetime
from torchvision import transforms
import torch.nn.functional as F
# 6272=8x32x32 EPOCH = 1
BATCH_SIZE = 50 class MyNet(nn.Module):
def __init__(self):
super(MyNet, self).__init__()
self.con1 = nn.Sequential(
nn.Conv2d(in_channels=1, out_channels=64, kernel_size=3, stride=1, padding=1),
nn.MaxPool2d(kernel_size=2),
nn.ReLU(),
)
self.con2 = nn.Sequential(
nn.Conv2d(in_channels=64, out_channels=128, kernel_size=3, stride=1, padding=1),
nn.MaxPool2d(kernel_size=2),
nn.ReLU(),
)
self.fc = nn.Sequential(
# 线性分类器
nn.Linear(128*7*7, 128), # 修改图片大小后要重新计算
nn.ReLU(),
nn.Linear(128, 10),
# nn.Softmax(dim=1),
)
self.mls = nn.MSELoss()
self.opt = torch.optim.Adam(params=self.parameters(), lr=1e-3)
self.start = datetime.datetime.now() def forward(self, inputs):
out = self.con1(inputs)
out = self.con2(out)
out = out.view(out.size(0), -1) # 展开成一维
out = self.fc(out)
# out = F.log_softmax(out, dim=1)
return out def train(self, x, y):
out = self.forward(x)
loss = self.mls(out, y)
print('loss: ', loss)
self.opt.zero_grad()
loss.backward()
self.opt.step() def test(self, x):
out = self.forward(x)
return out class ParseImage(object):
def __init__(self):
self.transform1 = transforms.Compose([
transforms.ToTensor(), # range [0, 255] -> [0.0,1.0] 归一化
]
) def get_data(self, path):
# load_image()
# 将图片转为矩阵,标签进行独热编码
x_data = []
y_data = []
img_path = glob.glob(path) # 图片读取路径
for file in img_path:
one_hot = []
img = Image.open(file)
# img = self.transform1(img)
# img = transforms.ToPILImage()(img)
data = img.getdata()
data = np.matrix(data)
data = np.reshape(data, (28, 28))
# ..手动归一化
data = data/255
x_data.append(data)
name, ext = os.path.splitext(file)
label = name.split('-')[1]
print('label', label)
for i in range(10):
if str(i) == label:
one_hot.append(1)
else:
one_hot.append(0)
y_data.append(one_hot)
# 先转为数组,在转为tensor
x_data = np.array(x_data)
y_data = np.array(y_data)
x_data = torch.from_numpy(x_data).float()
# 输入数据增加频道维度
x_data = torch.unsqueeze(x_data, 1)
y_data = torch.from_numpy(y_data).float()
return x_data, y_data if __name__ == '__main__':
data = ParseImage()
train_path = 'D:/AI/MR_AIStudy/MNIST/dataset/train/*.png'
test_path = 'D:/AI/MR_AIStudy/MNIST/dataset/test/*.png'
x_data, y_data = data.get_data(train_path)
net = MyNet()
# 批训练
torch_dataset = Data.TensorDataset(x_data, y_data)
loader = Data.DataLoader(
dataset=torch_dataset,
batch_size=BATCH_SIZE,
shuffle=True,
num_workers=2,
)
for epoch in range(EPOCH):
for step, (batch_x, batch_y) in enumerate(loader):
print(step)
net.train(batch_x, batch_y) torch.save(net, 'net.pkl') # 存储模型, 全部存储 # 只测试的话加载模型即可
model = torch.load('net.pkl') # 恢复模型
net = model test_x, test_y = data.get_data(test_path)
predict = net.test(test_x)
print(predict)
end = datetime.datetime.now()
print('耗时:{}s'.format(end-net.start))
# 预测结果
# tensor([[ 9.1531e-01, -2.5804e-02, 1.2001e-02, 8.3876e-03, -1.6330e-02,
# -1.7501e-03, -1.0589e-02, 2.6951e-02, 2.1836e-02, -4.5546e-02],
# [-6.4733e-02, 7.7697e-01, 2.2536e-02, 8.3758e-03, 4.2895e-02,
# 1.1602e-02, -3.0644e-02, 2.2412e-02, 1.1579e-01, 3.2196e-02],
# [ 2.6631e-02, -5.3223e-02, 7.9808e-01, 6.0601e-03, 2.2453e-02,
# -3.9522e-02, 3.4775e-02, 1.5853e-02, -6.9575e-03, 1.7208e-02],
# [-1.3861e-02, -1.8332e-02, 4.9981e-02, 9.6510e-01, -1.5838e-02,
# 9.0347e-03, 1.9342e-02, -3.8044e-02, -5.7994e-03, 1.4480e-02],
# [-2.0864e-03, -5.9021e-02, 6.5524e-02, -2.1486e-02, 1.0074e+00,
# 9.3356e-03, 1.0758e-02, 6.6142e-02, 1.4841e-02, 2.2529e-03],
# [-8.4950e-02, -2.4841e-02, -7.7684e-02, 1.6404e-01, 4.3458e-02,
# 8.6580e-01, -3.5630e-02, 4.2452e-02, 7.0675e-02, 2.9663e-02],
# [-5.4024e-02, -1.7111e-02, -3.7085e-03, 3.8194e-03, -3.0645e-02,
# -4.4164e-02, 1.0109e+00, 4.4349e-03, 1.3218e-01, -2.2839e-02],
# [-2.0932e-02, 6.4831e-03, -1.3301e-02, 2.8091e-02, -3.0815e-02,
# -3.2140e-02, 5.2251e-03, 1.0215e+00, 3.2592e-02, 1.0505e-02],
# [ 1.5922e-02, -3.9700e-02, 2.4425e-02, -1.7313e-04, -1.5997e-02,
# -5.2336e-02, -7.7526e-04, -2.1901e-02, 9.7167e-01, 1.3339e-01],
# [-1.9283e-02, 2.4373e-02, -7.5621e-02, 1.1338e-01, -5.7805e-02,
# -5.2936e-03, 1.0090e-03, 2.2471e-02, -3.5736e-02, 1.1243e+00]],
# grad_fn=<AddmmBackward>)
# 耗时:0:09:59.665343s
预测结果不是很美观,但是正确的 欧耶!
pytorch CNN 手写数字识别的更多相关文章
- 用pytorch做手写数字识别,识别l率达97.8%
pytorch做手写数字识别 效果如下: 工程目录如下 第一步 数据获取 下载MNIST库,这个库在网上,执行下面代码自动下载到当前data文件夹下 from torchvision.dataset ...
- CNN 手写数字识别
1. 知识点准备 在了解 CNN 网络神经之前有两个概念要理解,第一是二维图像上卷积的概念,第二是 pooling 的概念. a. 卷积 关于卷积的概念和细节可以参考这里,卷积运算有两个非常重要特性, ...
- 卷积神经网络CNN 手写数字识别
1. 知识点准备 在了解 CNN 网络神经之前有两个概念要理解,第一是二维图像上卷积的概念,第二是 pooling 的概念. a. 卷积 关于卷积的概念和细节可以参考这里,卷积运算有两个非常重要特性, ...
- Keras cnn 手写数字识别示例
#基于mnist数据集的手写数字识别 #构造了cnn网络拟合识别函数,前两层为卷积层,第三层为池化层,第四层为Flatten层,最后两层为全连接层 #基于Keras 2.1.1 Tensorflow ...
- kaggle 实战 (2): CNN 手写数字识别
文章目录 Tensorflow 官方示例 CNN 提交结果 Tensorflow 官方示例 import tensorflow as tf mnist = tf.keras.datasets.mnis ...
- keras框架的CNN手写数字识别MNIST
参考:林大贵.TensorFlow+Keras深度学习人工智能实践应用[M].北京:清华大学出版社,2018. 首先在命令行中写入 activate tensorflow和jupyter notebo ...
- Pytorch入门——手把手教你MNIST手写数字识别
MNIST手写数字识别教程 要开始带组内的小朋友了,特意出一个Pytorch教程来指导一下 [!] 这里是实战教程,默认读者已经学会了部分深度学习原理,若有不懂的地方可以先停下来查查资料 目录 MNI ...
- Task7.手写数字识别
用PyTorch完成手写数字识别 import numpy as np import torch from torch import nn, optim import torch.nn.functio ...
- 深度学习之PyTorch实战(3)——实战手写数字识别
上一节,我们已经学会了基于PyTorch深度学习框架高效,快捷的搭建一个神经网络,并对模型进行训练和对参数进行优化的方法,接下来让我们牛刀小试,基于PyTorch框架使用神经网络来解决一个关于手写数字 ...
随机推荐
- Oja’s rule
目录 Oja's rule 背景 Hebbian learning 主要的一些理论 论文里面一些主要的假设 引理1 引理2 引理3 定理1 LEMMA 3(ALL) 引理 4 定理 2 定理 3(关于 ...
- [2019BUAA软工助教]答黄杉同学
[2019BUAA软工助教]答黄杉同学 一.答黄杉同学 011-黄衫博客 我当然不否认软件工程的各种博客是有一定作用的,但是相信大多数人对诸如例会博客并没有什么热情(不过似乎也没有什么其他方法保证团队 ...
- FreeBSD常用操作
导读 最近遇到一些FreeBSD的故障,在这种操作系统上我们平时用的一些命令无法执行,FreeBSD的一些配置文件也和其他很多Linux系统不一样.为了方便以后查阅,我特别整理了这篇文档. 1. 网络 ...
- ARC 066D Xor Sum AtCoder - 2272 (打表找规律)
Problem Statement You are given a positive integer N. Find the number of the pairs of integers u and ...
- numpy中random的使用
import numpy as np a=np.random.random()#用于生成一个0到1的随机浮点数: 0 <= n < 1.0print(a)0.772000903322952 ...
- 异常:fatal: unable to access 'https://git.oschina.net/pcmpcs/library.git/': Could not resolve host
git fork项目时出现的异常. 原因: 我以前用的是ssh地址做的远程通信地址,而这次是用的是https,因为很久没用,所以忘记了以前是用ssh的了.解决方案一:复制ssh协议的地址,然后再关联 ...
- 简述HTTP协议
引言 HTTP协议是Hyper Text Transfer Protocol(超文本传输协议)的缩写,是用于从万维网服务器传输超文本到本地浏览器的传送协议.HTTP 是基于 TCP/IP 协议通信协议 ...
- 文件传输协议FTP、SFTP和SCP
网络通信协议分层 应用层: HTTP(Hypertext Transfer Protocol 超文本传输协议,显示网页) DNS(Domain Name System) FTP(File Transf ...
- InputFormat的数据划分、Split调度、数据读取
在执行一个Job的时候,Hadoop会将输入数据划分成N个Split,然后启动相应的N个Map程序来分别处理它们.数据如何划分?Split如何调度(如何决定处理Split的Map程序应该运行在哪台Ta ...
- python学习笔记(10)--组合数据类型(字典类型)
理解映射: 映射是一种键(索引)和值(数据)的对应.字典是键值对的集合,键值之间无序.用大括号表示{},和dict()创建,键值对用冒号:表示. {键:值,键:值,键:值} >>> ...