Pytorch实现动物识别(含动物数据集和训练代码)

Pytorch实现动物识别(含动物数据集和训练代码)

目录

动物数据集+动物分类识别训练代码(Pytorch)

1. 前言

2. Animals-Dataset动物数据集说明

（1）Animals90动物数据集

（2）Animals10动物数据集

（3）自定义数据集

3. 动物分类识别模型训练

（1）项目安装

（2）准备Train和Test数据

（3）配置文件:config.yaml

（4）开始训练

（5）可视化训练过程

（6）一些优化建议

（7） 一些运行错误处理方法：

cannot import name ‘load_state_dict_from_url’

4. 动物分类识别模型测试效果

5.项目源码下载

1. 前言

基于人工智能的动物AI识别，能够帮助我们快速认知动物品种，对动物科普等研究方面具有重大的意义。本项目将采用深度学习的方法，搭建一个动物分类识别的训练和测试系统。 基于该项目，你可以快速训练一个动物分类识别模型。

目前，基于ResNet18的动物分类识别，支持90种动物分类识别；在Animals90动物数据集上，训练集的Accuracy 99%左右，测试集的Accuracy在91%左右；在Animals10动物数据集上，训练集的Accuracy 99%左右，测试集的Accuracy在96%左右。骨干网络模型可支持googlenet, resnet[18,34,50], inception_v3，mobilenet_v2等常用的模型。

如果想进一步提高准确率，可以尝试：

1. 增加样本数据： 可以采集更多的样本数据，提高模型泛化能力
2. 减少种类：Animals90动物数据集共有90种类，可以剔除部分不常见的动物
3. 数据清洗数据：动物数据集，部分数据是通过网上爬取的，存在部分错误的图片，尽管鄙人已经清洗一部分了，但还是建议你，训练前，再次清洗数据集，不然会影响模型的识别的准确率。
4. 使用不同backbone模型，比如resnet50或者更深的模型
5. 增加数据增强： 已经支持： 随机裁剪，随机翻转，随机旋转，颜色变换等数据增强方式，可以尝试诸如mixup，CutMix等更复杂的数据增强方式
6. 样本均衡： 建议进行样本均衡处理
7. 调超参： 比如学习率调整策略，优化器（SGD,Adam等）
8. 损失函数： 目前训练代码已经支持：交叉熵，LabelSmoothing，可以尝试FocalLoss等损失函数

【源码下载】动物数据集+动物分类识别训练代码(Pytorch)

【尊重原创，转载请注明出处】https://panjinquan.blog.csdn.net/article/details/126640766

2. Animals-Dataset动物数据集说明

（1）Animals90动物数据集

Animals90动物数据集，包含90 个不同类别动物，约有5400 张动物图像，每种类含有60张图片。所有照片都已经按照其所属类别存放于各自的文件夹下。动物种类包括常见的类别，如羚羊，獾，蝙蝠，熊，蜜蜂，甲虫，野牛，公猪，蝴蝶，猫 毛虫，黑猩猩等。

为了方便训练，鄙人已将数据划分为训练集和测试集，其中训练集每类50张图片，共4500张图片；测试集每类10张图片，共900张图片

下面是Animals90动物数据集90类别名称：

antelopebadgerbatbearbeebeetlebisonboarbutterflycatcaterpillarchimpanzeecockroachcowcoyotecrabcrowdeerdogdolphindonkeydragonflyduckeagleelephantflamingoflyfoxgoatgoldfishgoosegorillagrasshopperhamsterharehedgehoghippopotamushornbillhorsehummingbirdhyenajellyfishkangarookoalaladybugsleopardlionlizardlobstermosquitomothmouseoctopusokapiorangutanotterowloxoysterpandaparrotpelecaniformespenguinpigpigeonporcupinepossumraccoonratreindeerrhinocerossandpiperseahorsesealsharksheepsnakesparrowsquidsquirrelstarfishswantigerturkeyturtlewhalewolfwombatwoodpeckerzebra

（2）Animals10动物数据集

Animals10动物数据集，仅包含 10个不同类别动物，分别为：蝴蝶，猫，鸡，牛，狗，象，马，羊，蜘蛛和松鼠，总共约有26000+张动物图像。其中训练集共25000+张图片，平均每类含有2500张图片；测试集每类100张图片，共1000张图片。所有照片都已经按照其所属类别存放于各自的文件夹下。

下面是Animals10动物数据集10类别名称：

butterflycatchickencowdogelephanthorsesheepspidersquirrel

（3）自定义数据集

如果需要新增类别数据，或者需要自定数据集进行训练，可以如下进行处理：

• Train和Test数据集，要求相同类别的图片，放在同一个文件夹下；且子目录文件夹命名为类别名称，如

• 类别文件：一行一个列表：
  class_name.txt

   (最后一行,请多回车一行)

ABCD

• 修改配置文件的数据路径：config.yaml

train_data: # 可添加多个数据集- 'data/dataset/train1' - 'data/dataset/train2'test_data: 'data/dataset/test'class_name: 'data/dataset/class_name.txt'......

3. 动物分类识别模型训练

考虑到Animals90动物数据集种类比较齐全，因此本项目以Animals90动物数据集为训练样本，当然你也可以合并Animals90和Animals10这两个数据集进行训练。

（1）项目安装

整套工程基本框架结构如下：

.├── classifier# 训练模型相关工具├── configs# 训练配置文件├── data# 训练数据├── libs ├── demo.py # 模型推理demo├── README.md# 项目工程说明文档├── requirements.txt # 项目相关依赖包└── train.py# 训练文件

项目依赖python包请参考requirements.txt，使用pip安装即可：

numpy==1.16.3matplotlib==3.1.0Pillow==6.0.0easydict==1.9opencv-contrib-python==4.5.2.52opencv-python==4.5.1.48pandas==1.1.5PyYAML==5.3.1scikit-image==0.17.2scikit-learn==0.24.0scipy==1.5.4seaborn==0.11.2tensorboard==2.5.0tensorboardX==2.1torch==1.7.1+cu110torchvision==0.8.2+cu110tqdm==4.55.1xmltodict==0.12.0basetrainerpybaseutils==0.6.5

项目安装教程请参考（初学者入门，麻烦先看完下面教程，配置好开发环境）：

• 项目开发使用教程和常见问题和解决方法
• 视频教程：1 手把手教你安装CUDA和cuDNN(1)
• 视频教程：2 手把手教你安装CUDA和cuDNN(2)
• 视频教程：3 如何用Anaconda创建pycharm环境
• 视频教程：4 如何在pycharm中使用Anaconda创建的python环境

（2）准备Train和Test数据

下载动物分类数据集，Train和Test数据集，要求相同类别的图片，放在同一个文件夹下；且子目录文件夹命名为类别名称。

数据增强方式主要采用： 随机裁剪，随机翻转，随机旋转，颜色变换等处理方式

import numbersimport randomimport PIL.Image as Imageimport numpy as npfrom torchvision import transformsdef image_transform(input_size, rgb_mean=[0.5, 0.5, 0.5], rgb_std=[0.5, 0.5, 0.5], trans_type="train"):"""不推荐使用：RandomResizedCrop(input_size), # bug:目标容易被crop掉:param input_size: [w,h]:param rgb_mean::param rgb_std::param trans_type::return::"""if trans_type == "train":transform = transforms.Compose([transforms.Resize([int(128 * input_size[1] / 112), int(128 * input_size[0] / 112)]),transforms.RandomHorizontalFlip(),# 随机左右翻转# transforms.RandomVerticalFlip(), # 随机上下翻转transforms.ColorJitter(brightness=0.5, contrast=0.5, saturation=0.5, hue=0.1),transforms.RandomRotation(degrees=5),transforms.RandomCrop([input_size[1], input_size[0]]),transforms.ToTensor(),transforms.Normalize(mean=rgb_mean, std=rgb_std),])elif trans_type == "val" or trans_type == "test":transform = transforms.Compose([transforms.Resize([input_size[1], input_size[0]]),# transforms.CenterCrop([input_size[1], input_size[0]]),# transforms.Resize(input_size),transforms.ToTensor(),transforms.Normalize(mean=rgb_mean, std=rgb_std),])else:raise Exception("transform_type ERROR:{}".format(trans_type))return transform

修改配置文件数据路径：config.yaml

• 注意数据路径分隔符使用【/】,不是【\】
• 项目不要出现含有中文字符的目录文件或路径，否则会出现很多异常！

# 训练数据集，可支持多个数据集train_data:- '/path/to/animal/animals90/train'# 测试数据集test_data: '/path/to/animal/animals90/test'# 类别文件class_name: '/path/to/animal/animals90/class_name.txt'

（3）配置文件:config.yaml

• 目前支持的backbone有：googlenet,resnet[18,34,50],inception_v3,mobilenet_v2等， 其他backbone可以自定义添加
• 训练参数可以通过(configs/config.yaml)配置文件进行设置

配置文件config.yaml说明如下：

# 训练数据集，可支持多个数据集train_data:- '/path/to/animal/animals90/train'# 测试数据集test_data: '/path/to/animal/animals90/test'# 类别文件class_name: '/path/to/animal/animals90/class_name.txt'train_transform: "train" # 训练使用的数据增强方法test_transform: "val"# 测试使用的数据增强方法work_dir: "work_space/"# 保存输出模型的目录net_type: "resnet18" # 骨干网络,支持：resnet18/50,mobilenet_v2,googlenet,inception_v3width_mult: 1.0input_size: [ 224,224 ]# 模型输入大小rgb_mean: [ 0.5, 0.5, 0.5 ]# for normalize inputs to [-1, 1],Sequence of means for each channel.rgb_std: [ 0.5, 0.5, 0.5 ] # for normalize,Sequence of standard deviations for each channel.batch_size: 32lr: 0.01 # 初始学习率optim_type: "SGD"# 选择优化器，SGD,Adamloss_type: "CrossEntropyLoss"# 选择损失函数：支持CrossEntropyLoss,LabelSmoothingmomentum: 0.9# SGD momentumnum_epochs: 100# 训练循环次数num_warn_up: 3 # warn-up次数num_workers: 8 # 加载数据工作进程数weight_decay: 0.0005 # weight_decay，默认5e-4scheduler: "multi-step"# 学习率调整策略milestones: [ 20,50,80 ] # 下调学习率方式gpu_id: [ 0 ]# GPU IDlog_freq: 50 # LOG打印频率progress: True # 是否显示进度条pretrained: False# 是否使用pretrained模型finetune: False# 是否进行finetune

backbone类型,{resnet18/50,mobilenet_v2,googlenet,inception_v3}

（4）开始训练

整套训练代码非常简单操作，用户只需要将相同类别的数据放在同一个目录下，并填写好对应的数据路径，即可开始训练了。

终端输入：

python train.py -c configs/config.yaml 

（5）可视化训练过程

训练过程可视化工具是使用Tensorboard，使用方法,在终端输入：

# 基本方法tensorboard --logdir=path/to/log/# 例如tensorboard --logdir=work_space/mobilenet_v2_1.0_CrossEntropyLoss/log

可视化效果

​​	​​
​​	​​
​​	​​

（6）一些优化建议

训练完成后，目前，基于ResNet18的动物分类识别，在Animals90动物数据集上，训练集的Accuracy 99%左右，测试集的Accuracy在91%左右；在Animals10动物数据集上，训练集的Accuracy 99%左右，测试集的Accuracy在96%左右。如果想进一步提高准确率，可以尝试：

1. 增加样本数据： 可以采集更多的样本数据，提高模型泛化能力
2. 减少种类：Animals90动物数据集共有90种类，可以剔除部分不常见的动物
3. 数据清洗数据：动物数据集，部分数据是通过网上爬取的，存在部分错误的图片，尽管鄙人已经清洗一部分了，但还是建议你，训练前，再次清洗数据集，不然会影响模型的识别的准确率。
4. 使用不同backbone模型，比如resnet50或者更深的模型
5. 增加数据增强： 已经支持： 随机裁剪，随机翻转，随机旋转，颜色变换等数据增强方式，可以尝试诸如mixup，CutMix等更复杂的数据增强方式
6. 样本均衡： 建议进行样本均衡处理
7. 调超参： 比如学习率调整策略，优化器（SGD,Adam等）
8. 损失函数： 目前训练代码已经支持：交叉熵，LabelSmoothing，可以尝试FocalLoss等损失函数

（7） 一些运行错误处理方法：

• 项目不要出现含有中文字符的目录文件或路径，否则会出现很多异常！！！！！！！！

• cannot import name ‘load_state_dict_from_url’

由于一些版本升级，会导致部分接口函数不能使用，请确保版本对应

torch==1.7.1

torchvision==0.8.2

或者将对应python文件将

from torchvision.models.resnet import model_urls, load_state_dict_from_url

修改为：

from torch.hub import load_state_dict_from_urlmodel_urls = {'mobilenet_v2': 'https://download.pytorch.org/models/mobilenet_v2-b0353104.pth','resnet18': 'https://download.pytorch.org/models/resnet18-5c106cde.pth','resnet34': 'https://download.pytorch.org/models/resnet34-333f7ec4.pth','resnet50': 'https://download.pytorch.org/models/resnet50-19c8e357.pth','resnet101': 'https://download.pytorch.org/models/resnet101-5d3b4d8f.pth','resnet152': 'https://download.pytorch.org/models/resnet152-b121ed2d.pth','resnext50_32x4d': 'https://download.pytorch.org/models/resnext50_32x4d-7cdf4587.pth','resnext101_32x8d': 'https://download.pytorch.org/models/resnext101_32x8d-8ba56ff5.pth','wide_resnet50_2': 'https://download.pytorch.org/models/wide_resnet50_2-95faca4d.pth','wide_resnet101_2': 'https://download.pytorch.org/models/wide_resnet101_2-32ee1156.pth',}

4. 动物分类识别模型测试效果

demo.py文件用于推理和测试模型的效果，填写好配置文件，模型文件以及测试图片即可运行测试了

def get_parser():# 配置文件config_file = "data/pretrained/resnet18_1.0_LabelSmoothing_20220830191723/config.yaml"# 模型文件model_file = "data/pretrained/resnet18_1.0_LabelSmoothing_20220830191723/model/best_model_096_91.1111.pth"# 待测试图片目录image_dir = "data/test_images/animals"parser = argparse.ArgumentParser(description="Inference Argument")parser.add_argument("-c", "--config_file", help="configs file", default=config_file, type=str)parser.add_argument("-m", "--model_file", help="model_file", default=model_file, type=str)parser.add_argument("--device", help="cuda device id", default="cuda:0", type=str)parser.add_argument("--image_dir", help="image file or directory", default=image_dir, type=str)return parser

#!/usr/bin/env bash# Usage:# python demo.py-c "path/to/config.yaml" -m "path/to/model.pth" --image_dir "path/to/image_dir"# 配置文件config_file="data/pretrained/resnet18_1.0_LabelSmoothing_20220830191723/config.yaml"# 模型文件model_file="data/pretrained/resnet18_1.0_LabelSmoothing_20220830191723/model/best_model_096_91.1111.pth"# 待测试图片目录image_dir="data/test_images/animals"python demo.py -c $config_file-m $model_file --image_dir $image_dir

Windows系统，请将$config_file， $model_file ，$image_dir等变量代替为对应的变量值即可，如

# 配置文件python demo.py -c "data/pretrained/resnet18_1.0_LabelSmoothing_20220830191723/config.yaml"-m "data/pretrained/resnet18_1.0_LabelSmoothing_20220830191723/model/best_model_096_91.1111.pth" --image_dir "data/test_images/animals"

运行测试结果：

​

5.项目源码下载

整套项目源码内容包含：

• Animals90动物数据集，包含90 个不同类别动物，总共约有5400 张动物图像，每种类含有60张图片，其中训练集每类50张图片，共4500张图片；测试集每类10张图片，共900张图片
• Animals10动物数据集，包含 10个不同类别动物，总共约有26000+张动物图像，其中训练集共25000+张图片，平均每类含有2500张图片；测试集每类100张图片，共1000张图片
• 支持自定义数据集训练
• 整套动物分类训练代码和测试代码（Pytorch版本）, 支持的backbone骨干网络模型有：googlenet,resnet[18,34,50],inception_v3,mobilenet_v2等， 其他backbone可以自定义添加

【源码下载】动物数据集+动物分类识别训练代码(Pytorch)