个性化阅读
专注于IT技术分析

PyTorch数据扩充流程实例图解

以前, 我们看到模型准确性有了显着提高。我们的模型已经过有效训练, 可以对训练数据进行分类。验证数据不能很好地推广解决过度捕捞问题。现在, 让我们讨论另一种改善模型训练过程的技术。此技术称为数据增强。这是我们为模型创建新数据以在训练过程中使用的过程。

这是通过获取我们现有的数据集并以有用的方式转换或更改图像以创建新图像来完成的。

数据扩充流程

应用转换后, 新创建的图像称为增强图像, 因为它们实际上使我们可以通过向其添加新数据来增强数据集。数据增强技术很有用, 因为它允许我们的模型从各种不同的角度查看数据集中的每个图像。这使我们的模型可以更准确地提取相关特征, 并从每个训练图像中获取更多与特征相关的数据。

现在, 我们最大的问题是, 我们将如何使用扩展来减少过度拟合。当我们的模型过于接近训练集时, 就会发生过度拟合。

无需开始收集新图像并将其添加到我们的数据集中。我们可以使用数据增强功能, 对现有数据集进行较小的改动, 例如更暗的阴影, 翻转, 缩放, 旋转或平移。我们的模型会将它们解释为单独的不同图像。它不仅可以减少过度拟合的情况, 而且可以防止我们的网络学习无关的模式并提高整体性能。我们执行以下步骤来执行数据扩充:

步骤1:

为了对训练数据集进行数据扩充, 我们必须做出一个单独的变换语句。对于验证数据集, 转换将保持不变。因此, 我们首先复制transform1语句, 并将其作为transform_train对待:

transform_train=transforms.Compose([transforms.Resize((32, 32)), transforms.ToTensor(), transforms.Normalize((0.5, ), (0.5, ))])

第2步:

现在, 我们将在我们的transform_train语句中添加替代项。交替将是RandomHorizo​​ntalFlip, RandomRotation, 它用于将图像旋转一定角度, 并且该角度将作为参数传递。

transform_train=transforms.Compose([transforms.Resize((32, 32)), transform.RandomHorizontalFlip(), transform.RandomRotation(), transforms.ToTensor(), transforms.Normalize((0.5, ), (0.5, ))])

为了给我们的数据集增加更多的多样性, 我们将使用精细的类型转换。精细变换表示简单的变换, 该变换保留与对象的直线和平面。缩放, 平移, 剪切和缩放是适合此类别的转换。

transform_train=transforms.Compose([transforms.Resize((32, 32)), transform.RandomHorizontalFlip(), transform.RandomRotation(), transform.RandomAffine(0, shear=10, scale=(0.8, 1.2)), transforms.ToTensor(), transforms.Normalize((0.5, ), (0.5, ))])

在RandomAffine()中, 第一个参数是减少, 我们将其设置为零以停用旋转, 第二个参数是剪切变换, 最后一个是缩放变换, 并使用推翻定义我们所需的缩放范围。我们定义了下限和上限0.8和1.2, 以将图像缩放到其大小的80%或120%。

第三步:

现在, 我们进行下一步扩展, 以创建具有随机变化的亮度, 对比度和饱和度的新增强图像。我们将添加另一个转换, 即ColorJitter为:

transform_train=transforms.Compose([transforms.Resize((32, 32)), transform.RandomHorizontalFlip(), transform.RandomRotation(10), transform.RandomAffine(0, shear=10, scale=(0.8, 1.2)), transform.ColorJitter(brightness=0.2, contrast=0.2, saturation=0.2)
		transforms.ToTensor(), transforms.Normalize((0.5, ), (0.5, ))])

步骤4:

在执行代码之前, 我们必须更改training_dataset语句, 因为现在我们对训练数据集进行了另一个转换。所以

training_dataset=datasets.CIFAR10(root='./data', train=True, download=True, transform=transform_train)

现在, 我们将执行代码, 执行后, 它将为我们提供具有正确预测的预期输出。

数据扩充流程
数据扩充流程

完整的代码

import torch
import matplotlib.pyplot as plt
import numpy as np
import torch.nn.functional as func
import PIL.ImageOps
from torch import nn
from torchvision import datasets, transforms 
import requests
from PIL import Image
device=torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
transform_train=transforms.Compose([transforms.Resize((32, 32)), transforms.RandomHorizontalFlip(), transforms.RandomRotation(10), transforms.RandomAffine(0, shear=10, scale=(0.8, 1.2)), transforms.ColorJitter(brightness=0.2, contrast=0.2, saturation=0.2), transforms.ToTensor(), transforms.Normalize((0.5, ), (0.5, ))])
transform1=transforms.Compose([transforms.Resize((32, 32)), transforms.ToTensor(), transforms.Normalize((0.5, ), (0.5, ))])
training_dataset=datasets.CIFAR10(root='./data', train=True, download=True, transform=transform_train)
validation_dataset=datasets.CIFAR10(root='./data', train=False, download=True, transform=transform1)
training_loader=torch.utils.data.DataLoader(dataset=training_dataset, batch_size=100, shuffle=True)
validation_loader=torch.utils.data.DataLoader(dataset=validation_dataset, batch_size=100, shuffle=False)
def im_convert(tensor):
    image=tensor.cpu().clone().detach().numpy()
    image=image.transpose(1, 2, 0)
    print(image.shape)
    image=image*(np.array((0.5, 0.5, 0.5))+np.array((0.5, 0.5, 0.5)))
    image=image.clip(0, 1)
    return image
classes=('plane', 'car', 'bird', 'cat', 'dear', 'dog', 'frog', 'horse', 'ship', 'truck')
dataiter=iter(training_loader)
images, labels=dataiter.next()
fig=plt.figure(figsize=(25, 4))
for idx in np.arange(20):

    ax=fig.add_subplot(2, 10, idx+1)
    plt.imshow(im_convert(images[idx]))
    ax.set_title(classes[labels[idx].item()])
class LeNet(nn.Module):
        def __init__(self):
            super().__init__()
            self.conv1=nn.Conv2d(3, 16, 3, 1, padding=1)
            self.conv2=nn.Conv2d(16, 32, 3, 1, padding=1)
            self.conv3=nn.Conv2d(32, 64, 3, 1, padding=1)   
            self.fully1=nn.Linear(4*4*64, 500)
            self.dropout1=nn.Dropout(0.5) 
            self.fully2=nn.Linear(500, 10)
        def forward(self, x):
            x=func.relu(self.conv1(x))
            x=func.max_pool2d(x, 2, 2)
            x=func.relu(self.conv2(x))
            x=func.max_pool2d(x, 2, 2)
            x=func.relu(self.conv3(x))
            x=func.max_pool2d(x, 2, 2)
            x=x.view(-1, 4*4*64)	#Reshaping the output into desired shape
            x=func.relu(self.fully1(x))	#Applying relu activation function to our first fully connected layer
            x=self.dropout1(x)
            x=self.fully2(x)	#We will not apply activation function here because we are dealing with multiclass dataset
            return x    
model=LeNet().to(device)
criteron=nn.CrossEntropyLoss()
optimizer=torch.optim.Adam(model.parameters(), lr=0.001)
epochs=12
loss_history=[]
correct_history=[]
val_loss_history=[]
val_correct_history=[]
for e in range(epochs):
    loss=0.0
    correct=0.0
    val_loss=0.0
    val_correct=0.0
    for input, labels in training_loader:
        input=input.to(device)
        labels=labels.to(device)
        outputs=model(input)
        loss1=criteron(outputs, labels)
        optimizer.zero_grad()
        loss1.backward()
        optimizer.step()
        _, preds=torch.max(outputs, 1)
        loss+=loss1.item()
        correct+=torch.sum(preds==labels.data)
    else:
        with torch.no_grad():
            for val_input, val_labels in validation_loader:
                val_input=val_input.to(device)
                val_labels=val_labels.to(device)
                val_outputs=model(val_input)
                val_loss1=criteron(val_outputs, val_labels) 
                _, val_preds=torch.max(val_outputs, 1)
                val_loss+=val_loss1.item()
                val_correct+=torch.sum(val_preds==val_labels.data)
        epoch_loss=loss/len(training_loader)
        epoch_acc=correct.float()/len(training_loader)
        loss_history.append(epoch_loss)
        correct_history.append(epoch_acc)
        val_epoch_loss=val_loss/len(validation_loader)
        val_epoch_acc=val_correct.float()/len(validation_loader)
        val_loss_history.append(val_epoch_loss)
        val_correct_history.append(val_epoch_acc)
        print('training_loss:{:.4f}, {:.4f}'.format(epoch_loss, epoch_acc.item()))
        print('validation_loss:{:.4f}, {:.4f}'.format(val_epoch_loss, val_epoch_acc.item()))

url='https://akm-img-a-in.tosshub.com/indiatoday/images/story/201810/white_stork.jpeg?B2LINO47jclcIb3QCW.Bj9nto934Lox4'
response=requests.get(url, stream=True)
img=Image.open(response.raw)
img=transform1(img)   
image1=img.to(device).unsqueeze(0)
output=model(image1)
_, pred=torch.max(output, 1)
print(classes[pred.item()])

dataiter=iter(validation_loader)  
images, labels=dataiter.next()  
images_=images.to(device)  
labels=labels.to(device)  
output=model(images_)  
_, preds=torch.max(output, 1)  
fig=plt.figure(figsize=(25, 4))  
for idx in np.arange(20):  
      ax=fig.add_subplot(2, 10, idx+1, xticks=[], yticks=[])   
      plt.imshow(im_convert(images[idx]))    
ax.set_title("{}({})".format(str(classes[preds[idx].item()]), str(classes[labels[idx].item()]), color=("green" if classes[preds[idx]]==classes[labels[idx]] else "red")))
plt.show()
数据扩充流程
数据扩充流程

赞(0) 打赏
未经允许不得转载:srcmini » PyTorch数据扩充流程实例图解
分享到: 更多 (0)

评论 抢沙发

评论前必须登录!

 

觉得文章有用就打赏一下文章作者

微信扫一扫打赏