【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

  • 梦幻号虚拟主播电商运营宝典(附新手教程+配套工具清单)

    虚拟主播电商的核心在于“内容驱动销售,人设凝聚用户”,要让“梦幻号”真正动起来并实现带货,必须先赋予其鲜明的人设,包括清晰的定位标签(如美食家、科技宅)、独特的人格魅力(性格、口头禅、小缺点)和与产品的强关联性,使其具备辨识度和故事感,从而建立用户信任;接着通过obs studio、vtube st…

    2026年9月21日
    000
  • deepseek下载速度优化_从deepseek下载速度优化官网获取

    deepseek下载速度优化入口在官网https://www.deepseek.com,进入后可通过设置调整响应模式、使用智能路由和数据压缩技术提升速度。 ☞☞☞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☜☜☜ deepseek下载速度优化入口地址在…

    2026年9月21日
    000
  • Java多线程API调用中Future.get()返回null的解决方案

    本文旨在解决%ignore_a_1%api调用中`future.get()`方法返回`null`的常见问题。当使用`callable`和`executorservice`并发执行api请求并尝试获取结果时,如果流读取逻辑不当,可能导致获取到的数据为空。文章将详细解释问题根源,并提供使用`string…

    2026年9月21日
    000
  • VSCode的自动保存功能如何开启?

    在VSCode中开启自动保存需进入“文件”→“首选项”→“设置”,搜索auto save并选择Files: Auto Save模式,可选afterDelay、onFocusChange或onWindowChange,其中afterDelay可设置延迟时间如1000毫秒,启用后状态栏显示保存状态以确认…

    2026年9月21日
    000
  • 升级后如何检查兼容性

    检查兼容性是升级后确保系统稳定的关键,需先确认硬件配置与驱动支持,再验证软件运行及业务流程正常,最后通过系统日志排查潜在错误,逐步排除风险。 系统或软件升级后,检查兼容性是确保各项功能正常运行的关键步骤。直接进入实际使用前,花时间验证兼容性可以避免数据丢失、服务中断等问题。 检查硬件和驱动支持 某些…

    2026年9月21日
    000
  • mysql如何排查排序异常

    排查MySQL排序异常需先确认ORDER BY是否生效,检查子查询、UNION及应用层逻辑是否覆盖排序;通过EXPLAIN分析是否使用索引排序,避免Using filesort;确保字段类型、字符集和排序规则(collation)符合预期,处理NULL值和大小写敏感性;关注sort_buffer_s…

    2026年9月21日
    000
  • 如何配置VSCode与Jupyter Notebook进行交互式数据科学编程?

    首先安装Python、VSCode及Python扩展,再通过pip安装jupyter;接着在VSCode中创建或打开.ipynb文件,使用Shift+Enter运行单元格;然后通过Ctrl+Shift+P选择Python解释器并确保安装ipykernel以匹配内核;最后启用变量查看器、代码块分隔符和…

    2026年9月21日
    000
  • 即梦AI运镜控制怎么控制_即梦AI视频镜头移动技巧详解

    掌握即梦AI运镜需四步:一、用“镜头缓慢推进”等预设提示词生成标准运动;二、通过动效画板框选主体并绘制运动路径;三、设置首尾帧引导转场,实现穿越或循环效果;四、结合“希区柯克式变焦”“时间冻结环绕”等高级技巧增强视觉表现。 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 Dee…

    2026年9月21日
    000
  • 三星电视携手京东开启艺术视听盛典以科技美学重塑家居生活新模式

    三星电视携手京东开启艺术视听盛典以科技美学重塑家居生活新模式三星电视携手京东开启艺术视听盛典以科技美学重塑家居生活新模式三星电视携手京东开启艺术视听盛典以科技美学重塑家居生活新模式三星电视携手京东开启艺术视听盛典以科技美学重塑家居生活新模式

    随着消费理念升级与需求日益多样化,电视已不再仅仅是观看节目和影音娱乐的工具,而是逐渐演变为承载家居美学、传递情感温度、连接智慧生活的艺术载体。在这一变革浪潮中,三星率先引领艺术电视领域的创新风向,theframe画壁艺术电视与theserif画境艺术电视成功打破科技与艺术之间的界限,将电视升华为可观…

    2026年9月21日 用户投稿
    100
  • 如何在Weka中处理向量属性:ARFF格式的限制与解决方案

    本文探讨了weka中arff格式对直接向量属性表示的限制,并提供了两种主要解决方案。对于时间序列数据,建议利用weka的内置时间序列分析功能。对于非时间序列数据,核心在于通过特征工程(如使用addexpression、multifilter等)将向量拆解并转换为可被weka有效处理的独立特征,以揭示…

    2026年9月21日
    000
  • 蝴蝶号内容创作不露脸的五大绝技与执行方法 | 快速提升曝光率的实用操作流程

    不露脸也能玩转蝴蝶号内容创作,关键在于将焦点从个人形象转移到内容本身与观众体验上,通过声音叙事、动态文字、手部特写、数据可视化和场景搭建五大核心策略构建吸引力,结合高质量音画配合、精准的受众定位、稳定更新与算法互动,提升曝光率;同时规避素材版权、声音质量与画面单调等技术挑战,善用免费或付费正版素材、…

    2026年9月21日
    100
  • 哪些Docker扩展能让你在VSCode内轻松管理容器?

    Docker官方扩展是VSCode中管理容器的核心工具,提供容器、镜像、卷、网络的可视化操作,结合Remote-Containers可实现容器内开发,辅以YAML、GitLens等扩展提升效率,需确保本地Docker daemon运行。 在 VSCode 中管理 Docker 容器,最核心的扩展是 …

    2026年9月21日
    000
  • PostgreSQL地理位置数据按距离排序的最佳实践:数据库层优化策略

    在处理大量地理位置数据并按距离排序时,将排序逻辑下推至数据库层(如postgresql)是更优的选择。这种方法能有效减少应用层的数据传输和内存消耗,充分利用数据库的计算能力,从而提升整体性能和资源利用率,而非在spring boot应用服务层进行排序。 1. 地理位置排序的需求与挑战 在现代Web应…

    2026年9月21日
    100
  • Flyway配置中安全使用环境变量的实践指南

    flyway配置中直接暴露数据库连接参数存在安全隐患。本文详细阐述了如何通过命令行参数和api调用两种主要方式,将环境变量安全地集成到flyway配置流程中。通过外部化管理敏感信息,可以有效提升数据库迁移配置的安全性、灵活性和可维护性,避免将凭证硬编码到配置文件中。 在数据库迁移实践中,将敏感的数据…

    2026年9月21日
    100
  • 如何用SumoPaint的AI裁剪图片?快速完成智能图片裁剪教程

    如何用SumoPaint的AI裁剪图片?快速完成智能图片裁剪教程如何用SumoPaint的AI裁剪图片?快速完成智能图片裁剪教程如何用SumoPaint的AI裁剪图片?快速完成智能图片裁剪教程如何用SumoPaint的AI裁剪图片?快速完成智能图片裁剪教程

    答案:SumoPaint虽无AI裁剪功能,但可通过魔棒、套索工具精确选区,结合图层蒙版与羽化、反选等操作实现智能裁剪效果,最后按需导出PNG或JPG高质量文件。 ☞☞☞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☜☜☜ 在SumoPaint中,虽然它不…

    2026年9月21日 用户投稿
    100
  • VSCode中竖线怎么设置_VSCode编辑区竖线(标尺)显示与配置教程

    在VSCode中启用垂直标尺需修改settings.json文件中的editor.rulers属性,如设置{ “editor.rulers”: [80, 120] }可在第80和120列显示竖线,提升代码对齐与可读性;虽原生不支持自定义颜色样式,但可通过安装Guides或In…

    2026年9月21日
    100
  • PHP 数组值比较与嵌套数组过滤教程

    本教程详细讲解如何在 PHP 中比较一个简单数组与一个复杂嵌套数组,并根据特定条件(如文件名匹配)过滤嵌套数组中的所有相关子数组。我们将通过识别非匹配项的索引,然后从所有子数组中移除这些项并重新索引,实现精确的数据筛选。 问题背景 在 php 开发中,我们经常会遇到需要处理结构复杂的数组数据。例如,…

    2026年9月21日
    100
  • Chrome浏览器怎么开启数据同步功能_Chrome浏览器跨设备数据同步设置教程

    首先登录Google账户启用Chrome同步功能,确保书签、历史记录、密码等数据跨设备一致;接着在设置中自定义同步内容类型以满足隐私需求;然后通过Google账户密钥或自定义密码加密同步数据,提升安全性;最后在新设备登录同一账户,自动接收已同步的浏览数据,实现无缝体验。 如果您希望在不同设备间无缝使…

    2026年9月21日
    000
  • 如何使用XGBoost训练AI大模型?优化机器学习模型的步骤

    XGBoost并非用于训练GPT类大模型,而是擅长处理结构化数据的高效梯度提升算法,其优势在于速度快、准确性高、支持并行计算、内置正则化与缺失值处理,适用于表格数据建模;通过分阶段超参数调优(如学习率、树深度、采样策略)、结合贝叶斯优化与交叉验证,并配合特征工程、数据预处理和集成学习等关键步骤,可显…

    2026年9月21日
    000
  • VSCode远程开发:配置容器与SSH连接的最佳实践解析

    使用VSCode远程开发提升效率,通过Remote-Containers和Remote-SSH实现环境标准化。1. 配置.devcontainer文件夹,用devcontainer.json定义容器环境,推荐自定义Dockerfile并预装工具;2. SSH连接需配置公钥认证、~/.ssh/conf…

    2026年9月21日
    100

发表回复

登录后才能评论
关注微信