PyTorch遷移學習-私人數據集上的螞蟻蜜蜂分類

1. 遷移學習的兩個主要場景

1. 微調CNN：使用預訓練的網絡來初始化自己的網絡，而不是隨機初始化，然后訓練即可
2. 將CNN看成固定的特征提取器：固定前面的層，重寫最后的全連接層，只有這個新的層會被訓練

下面修改預訓練好的resnet18網絡在私人數據集上進行訓練來分類螞蟻和蜜蜂

2. 數據集下載

這里使用的數據集包含ants和bees訓練圖片各約120張，驗證圖片各75張。由於數據樣本非常少，如果從0初始化一個網絡進行訓練很難有令人滿意的結果，這時候遷移學習就派上了用場。數據集下載地址，下載后解壓到項目目錄

3. 導入相關包

import torch
import torch.nn as nn
import torch.optim as optim
import numpy as np
import torchvision
import torchvision.transforms as transforms
import time
import os
import copy

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

4. 加載數據

PyTorch提供了 torchvision.datasets.ImageFolder 方法來加載私人數據集：

# 訓練數據集需要擴充和歸一化
# 驗證數據集僅需要歸一化
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])
    ]),
}

data_dir = 'hymenoptera_data'

image_datasets = {
    x: torchvision.datasets.ImageFolder(os.path.join(data_dir, x), data_transforms[x]) 
    for x in ['train', 'val']
    }

dataloaders = {
    x: torch.utils.data.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

5. 定義一個通用的訓練函數，得到最優參數

# 訓練模型函數，參數scheduler是一個 torch.optim.lr_scheduler 學習速率調整類對象
def train_model(model, criterion, optimizer, scheduler, num_epochs=2):
    since = time.time()

    best_model_wts = copy.deepcopy(model.state_dict())
    best_acc = 0.0

    for epoch in range(num_epochs):
        print('-' * 20)
        print('Epoch {}/{}'.format(epoch+1, num_epochs))

        # 每個epoch都有一個訓練和驗證階段
        for phase in ['train', 'val']:
            if phase == 'train':
                model.train()   # 訓練模式
            else:
                model.eval()    # 驗證模式

            running_loss = 0.0
            running_corrects = 0

            for inputs, labels in dataloaders[phase]:
                inputs = inputs.to(device)
                labels = labels.to(device)

                # 訓練階段開啟梯度跟蹤
                with torch.set_grad_enabled(phase == 'train'):
                    outputs = model(inputs)
                    _, preds = torch.max(outputs, 1)
                    loss = criterion(outputs, labels)

                    # 僅在訓練階段進行后向+優化
                    if phase == 'train':
                        optimizer.zero_grad()
                        loss.backward()
                        optimizer.step()
                        scheduler.step()

                # 統計
                running_loss += loss.item() * inputs.size(0)
                running_corrects += torch.sum(preds == labels.data)

            epoch_loss = running_loss / dataset_sizes[phase]
            epoch_acc = running_corrects.double() / dataset_sizes[phase]

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

            # 記錄最好的狀態
            if phase == 'val' and epoch_acc > best_acc:
                best_acc = epoch_acc
                best_model_wts = copy.deepcopy(model.state_dict())

    print('-' * 20)
    time_elapsed = time.time() - since
    print('Training complete in {:.0f}m {:.0f}s'.format(time_elapsed//60, time_elapsed%60))
    print('Best val Acc: {:4f}'.format(best_acc))

    # 返回最佳參數的模型
    model.load_state_dict(best_model_wts)
    return model

6. 場景一：微調CNN

這里我們使用resnet18作為我們的初始網絡，在自己的數據集上繼續訓練預訓練好的模型，所不同的是，我們修改原網絡最后的全連接層輸出維度為2，因為我們只需要預測是螞蟻還是蜜蜂，原網絡輸出維度是1000，預測了1000個類別：

net = torchvision.models.resnet18(pretrained=True)     # 加載resnet網絡結構和預訓練參數
num_ftrs = net.fc.in_features      # 提取fc層的輸入參數
net.fc = nn.Linear(num_ftrs, 2)    # 修改輸出維度為2

net = net.to(device)

# 使用分類交叉熵 Cross-Entropy 作損失函數，動量SGD做優化器
criterion = nn.CrossEntropyLoss()
optimizer = optim.SGD(net.parameters(), lr=0.001, momentum=0.9)

# 每5個epochs衰減一次學習率 new_lr = old_lr * gamma ^ (epoch/step_size)
lr_scheduler = optim.lr_scheduler.StepLR(optimizer, step_size=5, gamma=0.1)

# 訓練模型
net = train_model(net, criterion, optimizer, lr_scheduler, num_epochs=10)

7. 場景二：CNN作為固定特征提取器

這里我們通過設置 requires_grad == False 凍結除最后一層之外的所有網絡，這樣在反向傳播的時候他們的梯度就不會被計算，參數也不會更新：

net = torchvision.models.resnet18(pretrained=True)
# 通過設置requires_grad = False來凍結參數，這樣在反向傳播的時候他們的梯度就不會被計算
for param in net.parameters():
    param.requires_grad = False

# 新連接層參數默認requires_grad=True
num_ftrs = net.fc.in_features
net.fc = nn.Linear(num_ftrs, 2)

net = net.to(device)

criterion = nn.CrossEntropyLoss()
optimizer = optim.SGD(net.fc.parameters(), lr=0.001, momentum=0.9)
lr_scheduler = optim.lr_scheduler.StepLR(optimizer, step_size=5, gamma=0.1)

net = train_model(net, criterion, optimizer, lr_scheduler, num_epochs=20)