【AI达人特训营】基于全卷积神经网络的图像分类复现

本文将ResNet50的全连接层替换为全卷积层构建ResNet50-FCN,在CIFAR-10数据集上训练,并与原始ResNet50对比。两者采用相同参数(100轮、lr=0.01等),结果显示ResNet50-FCN准确率更高,上升过程更平滑,抖动更小,验证了全卷积层在保留空间信息等方面的优势。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

【ai达人特训营】基于全卷积神经网络的图像分类复现 - 创想鸟

ResNet50-FCN

论文地址:https://arxiv.org/abs/1411.4038

FCN:Fully Convolutional Networks

全卷积模型:本项目将CNN模式后面的全连接层换成卷积层,所以整个网络都是卷积层。其最后输出的是一张已经标记好的热图,而不是一个概率值。 通常的CNN网络中,在最后都会有几层全连接网络来融合特征信息,然后再对融合后的特征信息进行softmax分类,如下图所示:

【AI达人特训营】基于全卷积神经网络的图像分类复现 - 创想鸟        

假设最后一层的feature_map的大小是7x7x512,那么全连接层做的事就是用4096个7x7x512的滤波器去卷积这个最后的feature_map。所以可想而知这个参数量是很大的!!

【AI达人特训营】基于全卷积神经网络的图像分类复现 - 创想鸟        

但是全卷积网络就简单多了。FCN的做法是将最后的全连接层替换为4096个1x1x512的卷积核,所以最后得出来的就是一个二维的图像,然后再对这个二维图像进行上采样(反卷积),然后再对最后反卷积的图像的每个像素点进行softmax分类。
我们都知道卷积层后的全连接目的是将 卷积输出的二维特征图(feature map)转化成(N×1N×1)一维的一个向量因为传统的卷积神经网络的输出都是分类(一般都是一个概率值),也就是几个类别的概率甚至就是一个类别号,那么全连接层就是高度提纯的特征了,方便交给最后的分类器或者回归。
根据全连接的目的,我们完全可以利用卷积层代替全连接层,在输入端使用 M×MM×M 大小的卷积核将数据“扁平化处理”,在使用 1×11×1 卷积核对数据进行降维操作,最终卷积核的通道数即是我们预测数据的维度。这样在输入端不将数据进行扁平化处理,还可以使得图片保留其空间信息:

【AI达人特训营】基于全卷积神经网络的图像分类复现 - 创想鸟        

使用全卷积层的优点:

全卷积层能够兼容不同大小的尺寸输入。与global avg pooling类似,可以大大减少网络参数量

数据集介绍:Cifar10

链接:http://www.cs.toronto.edu/~kriz/cifar.html

【AI达人特训营】基于全卷积神经网络的图像分类复现 - 创想鸟        

CIFAR-10是一个更接近普适物体的彩色图像数据集。CIFAR-10 是由Hinton 的学生Alex Krizhevsky 和Ilya Sutskever 整理的一个用于识别普适物体的小型数据集。一共包含10 个类别的RGB彩色图片:飞机(airplane)、汽车(automobile)、鸟类(bird)、猫(cat)、鹿(deer)、狗(dog)、蛙类(frog)、马(horse)、船(ship)和卡车(truck).

每个图片的尺寸为32×3232×32,每个类别有6000个图像,数据集中一共有50000张训练图片和10000张测试图片。

代码复现

1.引入依赖包

In [1]

from __future__ import divisionfrom __future__ import print_functionimport paddleimport paddle.nn as nnfrom paddle.nn import functional as Ffrom paddle.utils.download import get_weights_path_from_urlimport pickleimport numpy as npfrom paddle import callbacksfrom paddle.vision.transforms import (    ToTensor, RandomHorizontalFlip, RandomResizedCrop, SaturationTransform, Compose,    HueTransform, BrightnessTransform, ContrastTransform, RandomCrop, Normalize, RandomRotation, Resize)from paddle.vision.datasets import Cifar10from paddle.io import DataLoaderfrom paddle.optimizer.lr import CosineAnnealingDecay, MultiStepDecay, LinearWarmupimport random

   

2.定义ResNet50-FCN网络

本代码参考Paddleclas实现,代码中将分类类别设定为100类

In [2]

__all__ = []model_urls = {    'resnet18': ('https://paddle-hapi.bj.bcebos.com/models/resnet18.pdparams',                 'cf548f46534aa3560945be4b95cd11c4'),    'resnet34': ('https://paddle-hapi.bj.bcebos.com/models/resnet34.pdparams',                 '8d2275cf8706028345f78ac0e1d31969'),    'resnet50': ('https://paddle-hapi.bj.bcebos.com/models/resnet50.pdparams',                 'ca6f485ee1ab0492d38f323885b0ad80'),    'resnet101': ('https://paddle-hapi.bj.bcebos.com/models/resnet101.pdparams',                  '02f35f034ca3858e1e54d4036443c92d'),    'resnet152': ('https://paddle-hapi.bj.bcebos.com/models/resnet152.pdparams',                  '7ad16a2f1e7333859ff986138630fd7a'),}class BottleneckBlock(nn.Layer):    expansion = 4    def __init__(self,                 inplanes,                 planes,                 stride=1,                 downsample=None,                 groups=1,                 base_width=64,                 dilation=1,                 norm_layer=None):        super(BottleneckBlock, self).__init__()        if norm_layer is None:            norm_layer = nn.BatchNorm2D        width = int(planes * (base_width / 64.)) * groups        self.width = width        self.conv1 = nn.Conv2D(inplanes, width, 1, bias_attr=False)        self.bn1 = norm_layer(width)        self.conv2 = nn.Conv2D(            width,            width,            3,            padding=dilation,            stride=stride,            groups=groups,            dilation=dilation,            bias_attr=False)        self.bn2 = norm_layer(width)        self.conv3 = nn.Conv2D(            width, planes * self.expansion, 1, bias_attr=False)        self.width_2 = planes * self.expansion        self.bn3 = norm_layer(planes * self.expansion)        self.relu = nn.ReLU()        self.downsample = downsample        self.stride = stride    def forward(self, x):        identity = x        out = self.conv1(x)        out = self.bn1(out)        out = self.relu(out)        out = self.conv2(out)        out = self.bn2(out)        out = self.relu(out)        out = self.conv3(out)        out = self.bn3(out)        if self.downsample is not None:            identity = self.downsample(x)        out += identity        out = self.relu(out)        return outclass ResNet(nn.Layer):    """ResNet model from    `"Deep Residual Learning for Image Recognition" `_    Args:        Block (BasicBlock|BottleneckBlock): block module of model.        depth (int): layers of resnet, default: 50.        num_classes (int): output dim of last fc layer. If num_classes  0:            self.fc = nn.Linear(512 * block.expansion, num_classes)        self.final_conv = nn.Conv2D(512 * block.expansion, 1024, 2)        self.final_conv2 = nn.Conv2D(1024, 10, 1)    def _make_layer(self, block, planes, blocks, stride=1, dilate=False):        norm_layer = self._norm_layer        downsample = None        previous_dilation = self.dilation        if dilate:            self.dilation *= stride            stride = 1        if stride != 1 or self.inplanes != planes * block.expansion:            downsample = nn.Sequential(                nn.Conv2D(                    self.inplanes,                    planes * block.expansion,                    1,                    stride=stride,                    bias_attr=False),                norm_layer(planes * block.expansion), )        layers = []        layers.append(            block(self.inplanes, planes, stride, downsample, 1, 64,                  previous_dilation, norm_layer))        self.inplanes = planes * block.expansion        for _ in range(1, blocks):            layers.append(block(self.inplanes, planes, norm_layer=norm_layer))        return nn.Sequential(*layers)    def forward(self, x):        x = self.conv1(x)        x = self.bn1(x)        x = self.relu(x)        # x = self.maxpool(x)        x = self.layer1(x)        x = self.layer2(x)        x = self.layer3(x)        x = self.layer4(x)        ###         # 更改为全卷积层         ###        # if self.with_pool:        #     x = self.avgpool(x)        # if self.num_classes > 0:        #     x = paddle.flatten(x, 1)        #     x = self.fc(x)        ###         # 全卷积层         ###                x = self.final_conv(x)        x = self.final_conv2(x)        x = x.reshape([-1, 10], -1)        return xdef _resnet(arch, Block, depth, pretrained, **kwargs):    model = ResNet(Block, depth, **kwargs)    if pretrained:        assert arch in model_urls, "{} model do not have a pretrained model now, you should set pretrained=False".format(            arch)        weight_path = get_weights_path_from_url(model_urls[arch][0],                                                model_urls[arch][1])        param = paddle.load(weight_path)        model.set_dict(param)    return modeldef resnet50(pretrained=False, **kwargs):    """ResNet 50-layer model    Args:        pretrained (bool): If True, returns a model pre-trained on ImageNet    Examples:        .. code-block:: python            from paddle.vision.models import resnet50            # build model            model = resnet50()            # build model and load imagenet pretrained weight            # model = resnet50(pretrained=True)    """    return _resnet('resnet50', BottleneckBlock, 50, pretrained, **kwargs)

   In [3]

net = resnet50()paddle.summary(net, (1,3,32,32))

       

W0616 14:52:04.385969  2132 gpu_context.cc:278] Please NOTE: device: 0, GPU Compute Capability: 7.0, Driver API Version: 11.2, Runtime API Version: 10.1W0616 14:52:04.390283  2132 gpu_context.cc:306] device: 0, cuDNN Version: 7.6.

       

------------------------------------------------------------------------------   Layer (type)        Input Shape          Output Shape         Param #    ==============================================================================     Conv2D-1        [[1, 3, 32, 32]]     [1, 64, 16, 16]         9,408       BatchNorm2D-1     [[1, 64, 16, 16]]     [1, 64, 16, 16]          256            ReLU-1        [[1, 64, 16, 16]]     [1, 64, 16, 16]           0            Conv2D-3       [[1, 64, 16, 16]]     [1, 64, 16, 16]         4,096       BatchNorm2D-3     [[1, 64, 16, 16]]     [1, 64, 16, 16]          256            ReLU-2        [[1, 256, 16, 16]]    [1, 256, 16, 16]          0            Conv2D-4       [[1, 64, 16, 16]]     [1, 64, 16, 16]        36,864       BatchNorm2D-4     [[1, 64, 16, 16]]     [1, 64, 16, 16]          256           Conv2D-5       [[1, 64, 16, 16]]     [1, 256, 16, 16]       16,384       BatchNorm2D-5     [[1, 256, 16, 16]]    [1, 256, 16, 16]        1,024          Conv2D-2       [[1, 64, 16, 16]]     [1, 256, 16, 16]       16,384       BatchNorm2D-2     [[1, 256, 16, 16]]    [1, 256, 16, 16]        1,024     BottleneckBlock-1   [[1, 64, 16, 16]]     [1, 256, 16, 16]          0            Conv2D-6       [[1, 256, 16, 16]]    [1, 64, 16, 16]        16,384       BatchNorm2D-6     [[1, 64, 16, 16]]     [1, 64, 16, 16]          256            ReLU-3        [[1, 256, 16, 16]]    [1, 256, 16, 16]          0            Conv2D-7       [[1, 64, 16, 16]]     [1, 64, 16, 16]        36,864       BatchNorm2D-7     [[1, 64, 16, 16]]     [1, 64, 16, 16]          256           Conv2D-8       [[1, 64, 16, 16]]     [1, 256, 16, 16]       16,384       BatchNorm2D-8     [[1, 256, 16, 16]]    [1, 256, 16, 16]        1,024     BottleneckBlock-2   [[1, 256, 16, 16]]    [1, 256, 16, 16]          0            Conv2D-9       [[1, 256, 16, 16]]    [1, 64, 16, 16]        16,384       BatchNorm2D-9     [[1, 64, 16, 16]]     [1, 64, 16, 16]          256            ReLU-4        [[1, 256, 16, 16]]    [1, 256, 16, 16]          0           Conv2D-10       [[1, 64, 16, 16]]     [1, 64, 16, 16]        36,864       BatchNorm2D-10    [[1, 64, 16, 16]]     [1, 64, 16, 16]          256          Conv2D-11       [[1, 64, 16, 16]]     [1, 256, 16, 16]       16,384       BatchNorm2D-11    [[1, 256, 16, 16]]    [1, 256, 16, 16]        1,024     BottleneckBlock-3   [[1, 256, 16, 16]]    [1, 256, 16, 16]          0           Conv2D-13       [[1, 256, 16, 16]]    [1, 128, 16, 16]       32,768       BatchNorm2D-13    [[1, 128, 16, 16]]    [1, 128, 16, 16]         512            ReLU-5         [[1, 512, 8, 8]]      [1, 512, 8, 8]           0           Conv2D-14       [[1, 128, 16, 16]]     [1, 128, 8, 8]        147,456      BatchNorm2D-14     [[1, 128, 8, 8]]      [1, 128, 8, 8]          512          Conv2D-15        [[1, 128, 8, 8]]      [1, 512, 8, 8]        65,536       BatchNorm2D-15     [[1, 512, 8, 8]]      [1, 512, 8, 8]         2,048         Conv2D-12       [[1, 256, 16, 16]]     [1, 512, 8, 8]        131,072      BatchNorm2D-12     [[1, 512, 8, 8]]      [1, 512, 8, 8]         2,048     BottleneckBlock-4   [[1, 256, 16, 16]]     [1, 512, 8, 8]           0           Conv2D-16        [[1, 512, 8, 8]]      [1, 128, 8, 8]        65,536       BatchNorm2D-16     [[1, 128, 8, 8]]      [1, 128, 8, 8]          512            ReLU-6         [[1, 512, 8, 8]]      [1, 512, 8, 8]           0           Conv2D-17        [[1, 128, 8, 8]]      [1, 128, 8, 8]        147,456      BatchNorm2D-17     [[1, 128, 8, 8]]      [1, 128, 8, 8]          512          Conv2D-18        [[1, 128, 8, 8]]      [1, 512, 8, 8]        65,536       BatchNorm2D-18     [[1, 512, 8, 8]]      [1, 512, 8, 8]         2,048     BottleneckBlock-5    [[1, 512, 8, 8]]      [1, 512, 8, 8]           0           Conv2D-19        [[1, 512, 8, 8]]      [1, 128, 8, 8]        65,536       BatchNorm2D-19     [[1, 128, 8, 8]]      [1, 128, 8, 8]          512            ReLU-7         [[1, 512, 8, 8]]      [1, 512, 8, 8]           0           Conv2D-20        [[1, 128, 8, 8]]      [1, 128, 8, 8]        147,456      BatchNorm2D-20     [[1, 128, 8, 8]]      [1, 128, 8, 8]          512          Conv2D-21        [[1, 128, 8, 8]]      [1, 512, 8, 8]        65,536       BatchNorm2D-21     [[1, 512, 8, 8]]      [1, 512, 8, 8]         2,048     BottleneckBlock-6    [[1, 512, 8, 8]]      [1, 512, 8, 8]           0           Conv2D-22        [[1, 512, 8, 8]]      [1, 128, 8, 8]        65,536       BatchNorm2D-22     [[1, 128, 8, 8]]      [1, 128, 8, 8]          512            ReLU-8         [[1, 512, 8, 8]]      [1, 512, 8, 8]           0           Conv2D-23        [[1, 128, 8, 8]]      [1, 128, 8, 8]        147,456      BatchNorm2D-23     [[1, 128, 8, 8]]      [1, 128, 8, 8]          512          Conv2D-24        [[1, 128, 8, 8]]      [1, 512, 8, 8]        65,536       BatchNorm2D-24     [[1, 512, 8, 8]]      [1, 512, 8, 8]         2,048     BottleneckBlock-7    [[1, 512, 8, 8]]      [1, 512, 8, 8]           0           Conv2D-26        [[1, 512, 8, 8]]      [1, 256, 8, 8]        131,072      BatchNorm2D-26     [[1, 256, 8, 8]]      [1, 256, 8, 8]         1,024           ReLU-9        [[1, 1024, 4, 4]]     [1, 1024, 4, 4]           0           Conv2D-27        [[1, 256, 8, 8]]      [1, 256, 4, 4]        589,824      BatchNorm2D-27     [[1, 256, 4, 4]]      [1, 256, 4, 4]         1,024         Conv2D-28        [[1, 256, 4, 4]]     [1, 1024, 4, 4]        262,144      BatchNorm2D-28    [[1, 1024, 4, 4]]     [1, 1024, 4, 4]         4,096         Conv2D-25        [[1, 512, 8, 8]]     [1, 1024, 4, 4]        524,288      BatchNorm2D-25    [[1, 1024, 4, 4]]     [1, 1024, 4, 4]         4,096     BottleneckBlock-8    [[1, 512, 8, 8]]     [1, 1024, 4, 4]           0           Conv2D-29       [[1, 1024, 4, 4]]      [1, 256, 4, 4]        262,144      BatchNorm2D-29     [[1, 256, 4, 4]]      [1, 256, 4, 4]         1,024          ReLU-10        [[1, 1024, 4, 4]]     [1, 1024, 4, 4]           0           Conv2D-30        [[1, 256, 4, 4]]      [1, 256, 4, 4]        589,824      BatchNorm2D-30     [[1, 256, 4, 4]]      [1, 256, 4, 4]         1,024         Conv2D-31        [[1, 256, 4, 4]]     [1, 1024, 4, 4]        262,144      BatchNorm2D-31    [[1, 1024, 4, 4]]     [1, 1024, 4, 4]         4,096     BottleneckBlock-9   [[1, 1024, 4, 4]]     [1, 1024, 4, 4]           0           Conv2D-32       [[1, 1024, 4, 4]]      [1, 256, 4, 4]        262,144      BatchNorm2D-32     [[1, 256, 4, 4]]      [1, 256, 4, 4]         1,024          ReLU-11        [[1, 1024, 4, 4]]     [1, 1024, 4, 4]           0           Conv2D-33        [[1, 256, 4, 4]]      [1, 256, 4, 4]        589,824      BatchNorm2D-33     [[1, 256, 4, 4]]      [1, 256, 4, 4]         1,024         Conv2D-34        [[1, 256, 4, 4]]     [1, 1024, 4, 4]        262,144      BatchNorm2D-34    [[1, 1024, 4, 4]]     [1, 1024, 4, 4]         4,096     BottleneckBlock-10  [[1, 1024, 4, 4]]     [1, 1024, 4, 4]           0           Conv2D-35       [[1, 1024, 4, 4]]      [1, 256, 4, 4]        262,144      BatchNorm2D-35     [[1, 256, 4, 4]]      [1, 256, 4, 4]         1,024          ReLU-12        [[1, 1024, 4, 4]]     [1, 1024, 4, 4]           0           Conv2D-36        [[1, 256, 4, 4]]      [1, 256, 4, 4]        589,824      BatchNorm2D-36     [[1, 256, 4, 4]]      [1, 256, 4, 4]         1,024         Conv2D-37        [[1, 256, 4, 4]]     [1, 1024, 4, 4]        262,144      BatchNorm2D-37    [[1, 1024, 4, 4]]     [1, 1024, 4, 4]         4,096     BottleneckBlock-11  [[1, 1024, 4, 4]]     [1, 1024, 4, 4]           0           Conv2D-38       [[1, 1024, 4, 4]]      [1, 256, 4, 4]        262,144      BatchNorm2D-38     [[1, 256, 4, 4]]      [1, 256, 4, 4]         1,024          ReLU-13        [[1, 1024, 4, 4]]     [1, 1024, 4, 4]           0           Conv2D-39        [[1, 256, 4, 4]]      [1, 256, 4, 4]        589,824      BatchNorm2D-39     [[1, 256, 4, 4]]      [1, 256, 4, 4]         1,024         Conv2D-40        [[1, 256, 4, 4]]     [1, 1024, 4, 4]        262,144      BatchNorm2D-40    [[1, 1024, 4, 4]]     [1, 1024, 4, 4]         4,096     BottleneckBlock-12  [[1, 1024, 4, 4]]     [1, 1024, 4, 4]           0           Conv2D-41       [[1, 1024, 4, 4]]      [1, 256, 4, 4]        262,144      BatchNorm2D-41     [[1, 256, 4, 4]]      [1, 256, 4, 4]         1,024          ReLU-14        [[1, 1024, 4, 4]]     [1, 1024, 4, 4]           0           Conv2D-42        [[1, 256, 4, 4]]      [1, 256, 4, 4]        589,824      BatchNorm2D-42     [[1, 256, 4, 4]]      [1, 256, 4, 4]         1,024         Conv2D-43        [[1, 256, 4, 4]]     [1, 1024, 4, 4]        262,144      BatchNorm2D-43    [[1, 1024, 4, 4]]     [1, 1024, 4, 4]         4,096     BottleneckBlock-13  [[1, 1024, 4, 4]]     [1, 1024, 4, 4]           0           Conv2D-45       [[1, 1024, 4, 4]]      [1, 512, 4, 4]        524,288      BatchNorm2D-45     [[1, 512, 4, 4]]      [1, 512, 4, 4]         2,048          ReLU-15        [[1, 2048, 2, 2]]     [1, 2048, 2, 2]           0           Conv2D-46        [[1, 512, 4, 4]]      [1, 512, 2, 2]       2,359,296     BatchNorm2D-46     [[1, 512, 2, 2]]      [1, 512, 2, 2]         2,048         Conv2D-47        [[1, 512, 2, 2]]     [1, 2048, 2, 2]       1,048,576     BatchNorm2D-47    [[1, 2048, 2, 2]]     [1, 2048, 2, 2]         8,192         Conv2D-44       [[1, 1024, 4, 4]]     [1, 2048, 2, 2]       2,097,152     BatchNorm2D-44    [[1, 2048, 2, 2]]     [1, 2048, 2, 2]         8,192     BottleneckBlock-14  [[1, 1024, 4, 4]]     [1, 2048, 2, 2]           0           Conv2D-48       [[1, 2048, 2, 2]]      [1, 512, 2, 2]       1,048,576     BatchNorm2D-48     [[1, 512, 2, 2]]      [1, 512, 2, 2]         2,048          ReLU-16        [[1, 2048, 2, 2]]     [1, 2048, 2, 2]           0           Conv2D-49        [[1, 512, 2, 2]]      [1, 512, 2, 2]       2,359,296     BatchNorm2D-49     [[1, 512, 2, 2]]      [1, 512, 2, 2]         2,048         Conv2D-50        [[1, 512, 2, 2]]     [1, 2048, 2, 2]       1,048,576     BatchNorm2D-50    [[1, 2048, 2, 2]]     [1, 2048, 2, 2]         8,192     BottleneckBlock-15  [[1, 2048, 2, 2]]     [1, 2048, 2, 2]           0           Conv2D-51       [[1, 2048, 2, 2]]      [1, 512, 2, 2]       1,048,576     BatchNorm2D-51     [[1, 512, 2, 2]]      [1, 512, 2, 2]         2,048          ReLU-17        [[1, 2048, 2, 2]]     [1, 2048, 2, 2]           0           Conv2D-52        [[1, 512, 2, 2]]      [1, 512, 2, 2]       2,359,296     BatchNorm2D-52     [[1, 512, 2, 2]]      [1, 512, 2, 2]         2,048         Conv2D-53        [[1, 512, 2, 2]]     [1, 2048, 2, 2]       1,048,576     BatchNorm2D-53    [[1, 2048, 2, 2]]     [1, 2048, 2, 2]         8,192     BottleneckBlock-16  [[1, 2048, 2, 2]]     [1, 2048, 2, 2]           0           Conv2D-54       [[1, 2048, 2, 2]]     [1, 1024, 1, 1]       8,389,632       Conv2D-55       [[1, 1024, 1, 1]]      [1, 10, 1, 1]         10,250     ==============================================================================Total params: 31,961,034Trainable params: 31,854,794Non-trainable params: 106,240------------------------------------------------------------------------------Input size (MB): 0.01Forward/backward pass size (MB): 20.10Params size (MB): 121.92Estimated Total Size (MB): 142.04------------------------------------------------------------------------------

       

{'total_params': 31961034, 'trainable_params': 31854794}

               

3.自定义数据集处理方式

In [4]

class ToArray(object):    def __call__(self, img):        img = np.array(img)        img = np.transpose(img, [2, 0, 1])        img = img / 255.        return img.astype('float32')class RandomApply(object):    def __init__(self, transform, p=0.5):        super().__init__()        self.p = p        self.transform = transform            def __call__(self, img):        if self.p = self.model._optimizer._learning_rate.warmup_steps:                self.warm_up = Falsedef _on_train_batch_end(self, step, logs=None):    logs = logs or {}    logs['lr'] = self.model._optimizer.get_lr()    self.train_step += 1    if self._is_write():        self._updates(logs, 'train')def _on_train_begin(self, logs=None):    self.epochs = self.params['epochs']    assert self.epochs    self.train_metrics = self.params['metrics'] + ['lr']    assert self.train_metrics    self._is_fit = True    self.train_step = 0callbacks.VisualDL.on_train_batch_end = _on_train_batch_endcallbacks.VisualDL.on_train_begin = _on_train_begin

   

4.在Cifar10数据集上训练模型

使用Paddle自带的Cifar10数据集API加载

In [ ]

model = paddle.Model(resnet50())# 加载checkpoint# model.load('output/ResNet50-FCN/299.pdparams')MAX_EPOCH = 300LR = 0.01WEIGHT_DECAY = 5e-4MOMENTUM = 0.9BATCH_SIZE = 256CIFAR_MEAN = [0.5071, 0.4865, 0.4409]CIFAR_STD = [0.1942, 0.1918, 0.1958]DATA_FILE = Nonemodel.prepare(    paddle.optimizer.Momentum(        learning_rate=LinearWarmup(CosineAnnealingDecay(LR, MAX_EPOCH), 2000, 0., LR),        momentum=MOMENTUM,        parameters=model.parameters(),        weight_decay=WEIGHT_DECAY),    paddle.nn.CrossEntropyLoss(),    paddle.metric.Accuracy(topk=(1,5)))# 定义数据集增强方式transforms = Compose([    RandomCrop(32, padding=4),    RandomApply(BrightnessTransform(0.1)),    RandomApply(ContrastTransform(0.1)),    RandomHorizontalFlip(),    RandomRotation(15),    ToArray(),    Normalize(CIFAR_MEAN, CIFAR_STD),    # Resize(size=224)])val_transforms = Compose([ToArray(), Normalize(CIFAR_MEAN, CIFAR_STD)])# 加载训练和测试数据集train_set = Cifar10(DATA_FILE, mode='train', transform=transforms)test_set = Cifar10(DATA_FILE, mode='test', transform=val_transforms)# 定义保存方式和训练可视化checkpoint_callback = paddle.callbacks.ModelCheckpoint(save_freq=1, save_dir='output/ResNet50-FCN')callbacks = [LRSchedulerM(),checkpoint_callback, callbacks.VisualDL('vis_logs/resnet50_FCN.log')]# 训练模型model.fit(    train_set,    test_set,    epochs=MAX_EPOCH,     batch_size=BATCH_SIZE,    shuffle=True,    num_workers=4,    verbose=1,     callbacks=callbacks,)

   

对照实验:原始ResNet50

In [ ]

model = paddle.Model(paddle.vision.models.resnet50(pretrained=False))# 加载checkpoint# model.load('output/ResNet50/299.pdparams')MAX_EPOCH = 300LR = 0.01WEIGHT_DECAY = 5e-4MOMENTUM = 0.9BATCH_SIZE = 256CIFAR_MEAN = [0.5071, 0.4865, 0.4409]CIFAR_STD = [0.1942, 0.1918, 0.1958]DATA_FILE = Nonemodel.prepare(    paddle.optimizer.Momentum(        learning_rate=LinearWarmup(CosineAnnealingDecay(LR, MAX_EPOCH), 2000, 0., LR),        momentum=MOMENTUM,        parameters=model.parameters(),        weight_decay=WEIGHT_DECAY),    paddle.nn.CrossEntropyLoss(),    paddle.metric.Accuracy(topk=(1,5)))# 定义数据集增强方式transforms = Compose([    RandomCrop(32, padding=4),    RandomApply(BrightnessTransform(0.1)),    RandomApply(ContrastTransform(0.1)),    RandomHorizontalFlip(),    RandomRotation(15),    ToArray(),    Normalize(CIFAR_MEAN, CIFAR_STD),])val_transforms = Compose([ToArray(), Normalize(CIFAR_MEAN, CIFAR_STD)])# 加载训练和测试数据集train_set = Cifar100(DATA_FILE, mode='train', transform=transforms)test_set = Cifar100(DATA_FILE, mode='test', transform=val_transforms)# 定义保存方式和训练可视化checkpoint_callback = paddle.callbacks.ModelCheckpoint(save_freq=1, save_dir='output/ResNet50')callbacks = [LRSchedulerM(),checkpoint_callback, callbacks.VisualDL('vis_logs/resnet50.log')]# 训练模型model.fit(    train_set,    test_set,    epochs=MAX_EPOCH,     batch_size=BATCH_SIZE,    shuffle=True,    num_workers=4,    verbose=1,     callbacks=callbacks,)

   

实验结果

两次实验均使用相同的参数:

epoch = 100lr = 0.01weight_decay = 5e-4momentum = 0.9pretrained = False

ResNet50-FCN模型的Top-1 acc和Top-5 acc如下图所示:

【AI达人特训营】基于全卷积神经网络的图像分类复现 - 创想鸟        

ResNet50模型的Top-1 acc和Top-5 acc如下图所示:

【AI达人特训营】基于全卷积神经网络的图像分类复现 - 创想鸟        

通过比较,经过修改后的模型效果得到了提升,且准确率上升过程更加平滑,抖动较小。

以上就是【AI达人特训营】基于全卷积神经网络的图像分类复现的详细内容,更多请关注创想鸟其它相关文章!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 chuangxiangniao@163.com 举报,一经查实,本站将立刻删除。
发布者:程序猿,转转请注明出处:https://www.chuangxiangniao.com/p/46184.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
java中数组怎么转成集合
上一篇 2025年11月7日 17:06:09
淘宝视频怎么改成720×720?如何设置呢?淘宝视频尺寸调整指南:快速实现720×720分辨率设置!
下一篇 2025年11月7日 17:07:12

相关推荐

  • Matplotlib 地图中多类型图例的创建与优化

    Matplotlib 地图中多类型图例的创建与优化Matplotlib 地图中多类型图例的创建与优化Matplotlib 地图中多类型图例的创建与优化Matplotlib 地图中多类型图例的创建与优化

    本教程旨在解决matplotlib地图可视化中,如何在一个图例中同时展示颜色块(如区域分类)和自定义标记(如特定兴趣点)的问题。文章详细介绍了当传统`patch`对象无法正确显示标记时,如何利用`matplotlib.lines.line2d`创建标记图例句柄,并将其与颜色块图例句柄合并,从而生成一…

    2026年5月10日 用户投稿
    100
  • Golang JSON序列化:控制敏感字段暴露的最佳实践

    本教程探讨golang中如何高效控制结构体字段在json序列化时的可见性。当需要将包含敏感信息的结构体数组转换为json响应时,通过利用`encoding/json`包提供的结构体标签,特别是`json:”-“`,可以轻松实现对特定字段的忽略,从而避免敏感数据泄露,确保api…

    2026年5月10日
    000
  • 利用海象运算符简化条件赋值:Python教程与最佳实践

    本文旨在探讨Python中海象运算符(:=)在条件赋值场景下的应用。通过对比传统if/else语句与海象运算符,以及条件表达式,分析海象运算符在简化代码、提高可读性方面的优势与局限性。并通过具体示例,展示如何在列表推导式等场景下合理使用海象运算符,同时强调其潜在的复杂性及替代方案,帮助开发者更好地掌…

    2026年5月10日
    100
  • 比特币新手教程 比特币交易平台有哪些

    比特币是一种去中心化的数字货币,基于区块链技术实现点对点交易,具有匿名性、有限发行和不可篡改等特点;新手可通过交易所购买,P2P交易获得比特币,常用平台包括Binance、OKX和Huobi;交易流程包括注册账户、实名认证、绑定支付方式、充值法币并下单购买,可选择市价单或限价单;比特币存储方式有交易…

    2026年5月10日
    000
  • c++中的SFINAE技术是什么_c++模板编程中的SFINAE原理与应用

    SFINAE 是“替换失败不是错误”的原则,指模板实例化时若参数替换导致错误,只要存在其他合法候选,编译器不报错而是继续重载决议。它用于条件启用模板、类型检测等场景,如通过 decltype 或 enable_if 控制函数重载,实现类型特征判断。尽管 C++20 引入 Concepts 简化了部分…

    2026年5月10日
    000
  • Go语言mgo查询构建:深入理解bson.M与日期范围查询的正确实践

    本文旨在解决go语言mgo库中构建复杂查询时,特别是涉及嵌套`bson.m`和日期范围筛选的常见错误。我们将深入剖析`bson.m`的类型特性,解释为何直接索引`interface{}`会导致“invalid operation”错误,并提供一种推荐的、结构清晰的代码重构方案,以确保查询条件能够正确…

    2026年5月10日
    100
  • RichHandler与Rich Progress集成:解决显示冲突的教程

    在使用rich库的`richhandler`进行日志输出并同时使用`progress`组件时,可能会遇到显示错乱或溢出问题。这通常是由于为`richhandler`和`progress`分别创建了独立的`console`实例导致的。解决方案是确保日志处理器和进度条组件共享同一个`console`实例…

    2026年5月10日
    000
  • Golang goroutine与channel调试技巧

    使用go run -race检测数据竞争,结合runtime.NumGoroutine监控协程数量,通过pprof分析阻塞调用栈,利用select超时避免永久阻塞,有效排查goroutine泄漏、死锁和数据竞争问题。 Go语言的goroutine和channel是并发编程的核心,但它们也带来了调试上…

    2026年5月10日
    000
  • 《魔兽世界》将于6月11日开启国服回归技术测试

    《魔兽世界》将于6月11日开启国服回归技术测试《魔兽世界》将于6月11日开启国服回归技术测试《魔兽世界》将于6月11日开启国服回归技术测试《魔兽世界》将于6月11日开启国服回归技术测试

    《%ign%ignore_a_1%re_a_1%》官方宣布,将于6月11日开启国服回归技术测试,时间为7天,并称可以在6月内正式开服,玩家们可以访问官网下载战网客户端并预下载“巫妖王之怒”客户端,技术测试详情见下图。 WordAi WordAI是一个AI驱动的内容重写平台 53 查看详情 以上就是《…

    2026年5月10日 用户投稿
    200
  • 使用 Jupyter Notebook 进行探索性数据分析

    Jupyter Notebook通过单元格实现代码与Markdown结合,支持数据导入(pandas)、清洗(fillna)、探索(matplotlib/seaborn可视化)、统计分析(describe/corr)和特征工程,便于记录与分享分析过程。 Jupyter Notebook 是进行探索性…

    2026年5月10日
    000
  • 如何在HTML中插入表单元素_HTML表单控件与输入类型使用指南

    HTML表单通过标签构建,包含action和method属性定义数据提交目标与方式,常用input类型如text、password、email等适配不同输入需求,配合label、required、placeholder提升可用性,结合textarea、select、button等控件实现完整交互,是…

    2026年5月10日
    000
  • 创建指定大小并填充特定数据的Golang文件教程

    本文将介绍如何使用Golang创建一个指定大小的文件,并用特定数据填充它。我们将使用 `os` 包提供的函数来创建和截断文件,从而实现快速生成大文件的目的。示例代码展示了如何创建一个10MB的文件,并将其填充为全零数据。掌握这些方法,可以方便地在例如日志系统或磁盘队列等场景中,预先创建测试文件或初始…

    2026年5月10日
    000
  • Python命令怎样使用profile分析脚本性能 Python命令性能分析的基础教程

    使用Python的cProfile模块分析脚本性能最直接的方式是通过命令行执行python -m cProfile your_script.py,它会输出每个函数的调用次数、总耗时、累积耗时等关键指标,帮助定位性能瓶颈;为进一步分析,可将结果保存为文件python -m cProfile -o ou…

    2026年5月10日
    000
  • 如何插入查询结果数据_SQL插入Select查询结果方法

    如何插入查询结果数据_SQL插入Select查询结果方法如何插入查询结果数据_SQL插入Select查询结果方法如何插入查询结果数据_SQL插入Select查询结果方法如何插入查询结果数据_SQL插入Select查询结果方法

    使用INSERT INTO…SELECT语句可高效插入数据,通过NOT EXISTS、LEFT JOIN、MERGE语句或唯一约束避免重复;表结构不一致时可通过别名、类型转换、默认值或计算字段处理;结合存储过程可提升可维护性,支持参数化与动态SQL。 将查询结果数据插入到另一个表中,可以…

    2026年5月10日 用户投稿
    000
  • 使用 WebCodecs VideoDecoder 实现精确逐帧回退

    本文档旨在解决在使用 WebCodecs VideoDecoder 进行视频解码时,实现精确逐帧回退的问题。通过比较帧的时间戳与目标帧的时间戳,可以避免渲染中间帧,从而提高用户体验。本文将提供详细的解决方案和示例代码,帮助开发者实现精确的视频帧控制。 在使用 WebCodecs VideoDecod…

    2026年5月10日
    000
  • Debian Copilot的社区活跃度如何

    debian copilot是codeberg社区维护的ai助手,旨在为debian用户提供服务。尽管搜索结果中没有直接提供关于debian copilot社区支持活跃度的具体数据,但我们可以通过debian社区的整体活跃度和特点来推断其活跃性。 Debian社区的一般情况: Debian拥有详尽的…

    2026年5月10日
    000
  • Discord.py 交互按钮超时与持久化解决方案

    本教程旨在解决Discord.py中交互按钮在一段时间后出现“This Interaction Failed”错误的问题。我们将深入探讨视图(View)的超时机制,并提供通过正确设置timeout参数以及利用bot.add_view()方法实现按钮持久化的具体方案,确保您的机器人交互功能稳定可靠,即…

    2026年5月10日
    000
  • Python递归函数追踪与性能考量:以序列打印为例

    本文深入探讨了Python中一种递归打印序列元素的方法,并着重演示了如何通过引入缩进参数来有效追踪递归函数的执行流程和参数变化。通过实际代码示例,文章揭示了递归调用可能带来的潜在性能开销,特别是对调用栈空间的需求,以及Python默认递归深度限制可能导致的错误,为读者提供了理解和优化递归算法的实用见…

    2026年5月10日
    000
  • python中zip函数详解 python多序列压缩zip函数应用场景

    zip函数的应用场景包括:1) 同时遍历多个序列,2) 合并多个列表的数据,3) 数据分析和科学计算中的元素运算,4) 处理csv文件,5) 性能优化。zip函数是一个强大的工具,能够简化代码并提高处理多个序列时的效率。 在Python中,zip函数是一个非常有用的工具,它能够将多个可迭代对象打包成…

    2026年5月10日
    000
  • JavaScript 动态菜单点击高亮效果实现教程

    本教程详细介绍了如何使用 JavaScript 实现动态菜单的点击高亮功能。通过事件委托和状态管理,当用户点击菜单项时,被点击项会高亮显示(绿色),同时其他菜单项恢复默认样式(白色)。这种方法避免了不必要的DOM操作,提高了性能和代码可维护性,确保了无论点击方向如何,功能都能稳定运行。 动态菜单高亮…

    2026年5月10日
    200

发表回复

登录后才能评论
关注微信