如何通过RepVgg模块在Python中实现高效图像分类案例解析？

本文共计1779个文字，预计阅读时间需要8分钟。

目录+摘要+安装包+timm+数据增强（Cutout & Mixup）+EMA+项目结构+计算mean和std+生成数据集+摘要+RepVgg通过结构重参数化使VGG更强大。所谓VGG式指的是：没有任何分支结构。即通常所说的：

目录

• 摘要
• 安装包
• 安装timm
• 数据增强Cutout和Mixup
• EMA
• 项目结构
• 计算mean和std
• 生成数据集

摘要

RepVgg通过结构重参数化让VGG再次伟大。 所谓“VGG式”指的是：

• 没有任何分支结构。即通常所说的plain或feed-forward架构。
• 仅使用3x3卷积。
• 仅使用ReLU作为激活函数。

RepVGG的更深版本达到了84.16%正确率！反超若干transformer！

RepVgg是如何到的呢？简单地说就是：

• 首先， 训练一个多分支模型
• 然后，将多分支模型等价转换为单路模型
• 最在，在部署的时候，部署转换后单路模型

我这篇文章主要讲解如何使用RepVgg完成图像分类任务，接下来我们一起完成项目的实战。

通过这篇文章能让你学到：

• 如何使用数据增强，包括transforms的增强、CutOut、MixUp、CutMix等增强手段？
• 如何实现RepVGG模型实现训练？
• 如何将多分支模型等价转换为单路模型？
• 如何使用pytorch自带混合精度？
• 如何使用梯度裁剪防止梯度爆炸？
• 如何使用DP多显卡训练？
• 如何绘制loss和acc曲线？
• 如何生成val的测评报告？
• 如何编写测试脚本测试测试集？
• 如何使用余弦退火策略调整学习率？
• 如何使用AverageMeter类统计ACC和loss等自定义变量？
• 如何理解和统计ACC1和ACC5？
• 如何使用EMA？

安装包

安装timm

使用pip就行，命令：

pip install timm

数据增强Cutout和Mixup

为了提高成绩我在代码中加入Cutout和Mixup这两种增强方式。实现这两种增强需要安装torchtoolbox。安装命令：

pip install torchtoolbox

Cutout实现，在transforms中。

from torchtoolbox.transform import Cutout # 数据预处理 transform = transforms.Compose([ transforms.Resize((224, 224)), Cutout(), transforms.ToTensor(), transforms.Normalize([0.5, 0.5, 0.5], [0.5, 0.5, 0.5]) ])

需要导入包：from timm.data.mixup import Mixup，

定义Mixup，和SoftTargetCrossEntropy

mixup_fn = Mixup( mixup_alpha=0.8, cutmix_alpha=1.0, cutmix_minmax=None, prob=0.1, switch_prob=0.5, mode='batch', label_smoothing=0.1, num_classes=12) criterion_train = SoftTargetCrossEntropy()

参数详解：

mixup_alpha (float): mixup alpha 值，如果 > 0，则 mixup 处于活动状态。

cutmix_alpha (float)：cutmix alpha 值，如果 > 0，cutmix 处于活动状态。

cutmix_minmax (List[float])：cutmix 最小/最大图像比率，cutmix 处于活动状态，如果不是 None，则使用这个 vs alpha。

如果设置了 cutmix_minmax 则cutmix_alpha 默认为1.0

prob (float): 每批次或元素应用 mixup 或 cutmix 的概率。

switch_prob (float): 当两者都处于活动状态时切换cutmix 和mixup 的概率 。

mode (str): 如何应用 mixup/cutmix 参数（每个'batch'，'pair'（元素对），'elem'（元素）。

correct_lam (bool): 当 cutmix bbox 被图像边框剪裁时应用。 lambda 校正

label_smoothing (float)：将标签平滑应用于混合目标张量。

num_classes (int): 目标的类数。

EMA

EMA（Exponential Moving Average）是指数移动平均值。在深度学习中的做法是保存历史的一份参数，在一定训练阶段后，拿历史的参数给目前学习的参数做一次平滑。具体实现如下：

class EMA(): def __init__(self, model, decay): self.model = model self.decay = decay self.shadow = {} self.backup = {} def register(self): for name, param in self.model.named_parameters(): if param.requires_grad: self.shadow[name] = param.data.clone() def update(self): for name, param in self.model.named_parameters(): if param.requires_grad: assert name in self.shadow new_average = (1.0 - self.decay) * param.data + self.decay * self.shadow[name] self.shadow[name] = new_average.clone() def apply_shadow(self): for name, param in self.model.named_parameters(): if param.requires_grad: assert name in self.shadow self.backup[name] = param.data param.data = self.shadow[name] def restore(self): for name, param in self.model.named_parameters(): if param.requires_grad: assert name in self.backup param.data = self.backup[name] self.backup = {}

加入到模型中。

# 初始化 ema = EMA(model, 0.999) ema.register() # 训练过程中，更新完参数后，同步update shadow weights def train(): optimizer.step() ema.update() # eval前，apply shadow weights；eval之后，恢复原来模型的参数 def evaluate(): ema.apply_shadow() # evaluate ema.restore()

这个ema最好放在微调的时候使用，否则验证集不上分，或者上分很慢。

项目结构

RepVgg_demo ├─data1 │ ├─Black-grass │ ├─Charlock │ ├─Cleavers │ ├─Common Chickweed │ ├─Common wheat │ ├─Fat Hen │ ├─Loose Silky-bent │ ├─Maize │ ├─Scentless Mayweed │ ├─Shepherds Purse │ ├─Small-flowered Cranesbill │ └─Sugar beet ├─models │ ├─__init__.py │ ├─repvgg.py │ └─se_block.py ├─mean_std.py ├─makedata.py ├─ema.py ├─train.py └─test.py

mean_std.py：计算mean和std的值。 makedata.py：生成数据集。 ema.py：EMA脚本 models文件夹下的repvgg.py和se_block.py:来自官方的pytorch版本的代码。 - repvgg.py：网络文件。 - se_block.py：SE注意力机制。

为了能在DP方式中使用混合精度，还需要在模型的forward函数前增加@autocast()。

计算mean和std

为了使模型更加快速的收敛，我们需要计算出mean和std的值，新建mean_std.py,插入代码：

from torchvision.datasets import ImageFolder import torch from torchvision import transforms def get_mean_and_std(train_data): train_loader = torch.utils.data.DataLoader( train_data, batch_size=1, shuffle=False, num_workers=0, pin_memory=True) mean = torch.zeros(3) std = torch.zeros(3) for X, _ in train_loader: for d in range(3): mean[d] += X[:, d, :, :].mean() std[d] += X[:, d, :, :].std() mean.div_(len(train_data)) std.div_(len(train_data)) return list(mean.numpy()), list(std.numpy()) if __name__ == '__main__': train_dataset = ImageFolder(root=r'data1', transform=transforms.ToTensor()) print(get_mean_and_std(train_dataset))

数据集结构：

运行结果：

([0.3281186, 0.28937867, 0.20702125], [0.09407319, 0.09732835, 0.106712654])

把这个结果记录下来，后面要用！

生成数据集

我们整理还的图像分类的数据集结构是这样的

data ├─Black-grass ├─Charlock ├─Cleavers ├─Common Chickweed ├─Common wheat ├─Fat Hen ├─Loose Silky-bent ├─Maize ├─Scentless Mayweed ├─Shepherds Purse ├─Small-flowered Cranesbill └─Sugar beet

pytorch和keras默认加载方式是ImageNet数据集格式，格式是

├─data │ ├─val │ │ ├─Black-grass │ │ ├─Charlock │ │ ├─Cleavers │ │ ├─Common Chickweed │ │ ├─Common wheat │ │ ├─Fat Hen │ │ ├─Loose Silky-bent │ │ ├─Maize │ │ ├─Scentless Mayweed │ │ ├─Shepherds Purse │ │ ├─Small-flowered Cranesbill │ │ └─Sugar beet │ └─train │ ├─Black-grass │ ├─Charlock │ ├─Cleavers │ ├─Common Chickweed │ ├─Common wheat │ ├─Fat Hen │ ├─Loose Silky-bent │ ├─Maize │ ├─Scentless Mayweed │ ├─Shepherds Purse │ ├─Small-flowered Cranesbill │ └─Sugar beet

新增格式转化脚本makedata.py,插入代码：

import glob import os import shutil image_list=glob.glob('data1/*/*.png') print(image_list) file_dir='data' if os.path.exists(file_dir): print('true') #os.rmdir(file_dir) shutil.rmtree(file_dir)#删除再建立 os.makedirs(file_dir) else: os.makedirs(file_dir) from sklearn.model_selection import train_test_split trainval_files, val_files = train_test_split(image_list, test_size=0.3, random_state=42) train_dir='train' val_dir='val' train_root=os.path.join(file_dir,train_dir) val_root=os.path.join(file_dir,val_dir) for file in trainval_files: file_class=file.replace("\\","/").split('/')[-2] file_name=file.replace("\\","/").split('/')[-1] file_class=os.path.join(train_root,file_class) if not os.path.isdir(file_class): os.makedirs(file_class) shutil.copy(file, file_class + '/' + file_name) for file in val_files: file_class=file.replace("\\","/").split('/')[-2] file_name=file.replace("\\","/").split('/')[-1] file_class=os.path.join(val_root,file_class) if not os.path.isdir(file_class): os.makedirs(file_class) shutil.copy(file, file_class + '/' + file_name)

完成上面的内容就可以开启训练和测试了。

以上就是python人工智能使用RepVgg实现图像分类示例详解的详细内容，更多关于python人工智能RepVgg图像分类的资料请关注自由互联其它相关文章！