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
-
利用Oracle创建数据库
本文仅用于学习交流,商业用途请支持正版!转载请注明:http://www.cnblogs.com/mxbs/p/6217151.html 数据库的创建 打开"所有程序"-" ...
-
struts2:非表单标签
非表单标签主要用于输出在Action中封装的信息,这在实际运用中是很常见的. 1. actionerror标签 <s:actionerror>标签主要用于输出错误信息到客户端,该标签将Ac ...
-
九、在动作类中访问ServletAPI
九.在动作类中访问ServletAPI .方式一:(简单,推荐使用)ServletActionContext public String execute() throws Exception { ...
-
通过js判断手机访问跳转到手机站
第一种方法: <script> ){ //pc //window.location.href="电脑网址"; }else{ //shouji window.locati ...
- 测试Tomcat
-
Java DES 加密和解密源码(转)
原文地址:http://www.oschina.net/code/snippet_727646_18383 Java密码学结构设计遵循两个原则: 1) 算法的独立性和可靠性. 2) 实现的独立性和相互 ...
-
IOS学习之蓝牙4.0 BLE
IOS学习也一段时间了,该上点干货了.前段时间研究了一下IOS蓝牙通讯相关的东西,把研究的一个成果给大家分享一下. 一 项目背景 简单介绍一下做的东西,设备是一个金融刷卡器,通过蓝牙与iphone手机 ...
-
浏览器 窗口 scrollTop 的兼容性问题
window.pageYOffset 被所有浏览器支持除了 IE 6, IE 7, IE 8, 不关doctype的事, 注IE9 开始支持此属性. window.scrollY 被Firefox, ...
-
windows 上rsync客户端使用方法
1.1 获取 windows上实现rsync的软件(cwRsync) cwRsync是Windows 客户端GUI的一个包含Rsync的包装.您可以使用cwRsync快速远程文件备份和同步. 1.1. ...
-
IDEA 201809 Jrebel安装破解
jrebel介绍: JRebel是一款JAVA虚拟机插件,它使得JAVA程序员能在不进行重部署的情况下,即时看到代码的改变对一个应用程序带来的影响.JRebel使你能即时分别看到代码.类和资源的变化, ...