零基礎入門CV賽事 Task3 字元識別模型

卷積神經網路（簡稱cnn）是一類特殊的人工神經網路，是深度學習中重要的乙個分支。cnn在很多領域都表現優異，精度和速度比傳統計算學習演算法高很多。特別是在計算機視覺領域，cnn是解決影象分類、影象檢索、物體檢測和語義分割的主流模型。

cnn每一層由眾多的卷積核組成，每個卷積核對輸入的畫素進行卷積操作，得到下一次的輸入。隨著網路層的增加卷積核會逐漸擴大感受野，並縮減影象的尺寸。

cnn是一種層次模型，輸入的是原始的畫素資料。cnn通過卷積（convolution）、池化（pooling）、非線性啟用函式（non-linear activation function）和全連線層（fully connected layer）構成。

通過多次卷積和池化，cnn的最後一層將輸入的影象畫素對映為具體的輸出。如在分類任務中會轉換為不同類別的概率輸出，然後計算真實標籤與cnn模型的**結果的差異，並通過反向傳播更新每層的引數，並在更新完成後再次前向傳播，如此反覆直到訓練完成。

與傳統機器學習模型相比，cnn具有一種端到端（end to end）的思路。在cnn訓練的過程中是直接從影象畫素到最終的輸出，並不涉及到具體的特徵提取和構建模型的過程，也不需要人工的參與。

這個cnn模型包括兩個卷積層，最後併聯6個全連線層進行分類。

import torch
torch.manual_seed(0)
torch.backends.cudnn.deterministic =
false
torch.backends.cudnn.benchmark =
true
import torchvision.models as models
import torchvision.transforms as transforms
import torchvision.datasets as datasets
import torch.nn as nn
import torch.nn.functional as f
import torch.optim as optim
from torch.autograd import variable
from torch.utils.data.dataset import dataset
# 定義模型
class
svhn_model1
(nn.module)
:def
__init__
(self)
:super
(svhn_model1, self)
.__init__(
)# cnn提取特徵模組
self.cnn = nn.sequential(
nn.conv2d(3,
16, kernel_size=(3
,3), stride=(2
,2))
,            nn.relu(
),  
nn.maxpool2d(2)
,            nn.conv2d(16,
32, kernel_size=(3
,3), stride=(2
,2))
,            nn.relu(), 
nn.maxpool2d(2)
,)#         self.fc1 = nn.linear(32*
3*7,
11)self.fc2 = nn.linear(32*
3*7,
11)self.fc3 = nn.linear(32*
3*7,
11)self.fc4 = nn.linear(32*
3*7,
11)self.fc5 = nn.linear(32*
3*7,
11)self.fc6 = nn.linear(32*
3*7,
11)defforward
(self, img)
:        
feat = self.cnn(img)
feat = feat.view(feat.shape[0]
,-1)
c1 = self.fc1(feat)
c2 = self.fc2(feat)
c3 = self.fc3(feat)
c4 = self.fc4(feat)
c5 = self.fc5(feat)
c6 = self.fc6(feat)
return c1, c2, c3, c4, c5, c6
model = svhn_model1(
)

訓練**

# 損失函式
criterion = nn.crossentropyloss(
)# 優化器
optimizer = torch.optim.adam(model.parameters(),
0.005
)loss_plot, c0_plot =
,[]# 迭代10個epoch
for epoch in
range(10
):for data in train_loader:
c0, c1, c2, c3, c4, c5 = model(data[0]
)        loss = criterion(c0, data[1]
[:,0
])+ \                criterion(c1, data[1]
[:,1
])+ \                criterion(c2, data[1]
[:,2
])+ \                criterion(c3, data[1]
[:,3
])+ \                criterion(c4, data[1]
[:,4
])+ \                criterion(c5, data[1]
[:,5
])loss /=
6        optimizer.zero_grad(
)        loss.backward(
)        optimizer.step(
)        ))
(c0.argmax(1)
== data[1]
[:,0
]).sum()
.item()*
1.0/ c0.shape[0]
)print
(epoch)

參考：datawhale

零基礎入門CV賽事 Task3 字元識別模型

Datawhale 零基礎入門CV賽事

Datawhale 零基礎入門CV賽事

零基礎入門CV賽事 Task5 模型整合

零基礎入門CV賽事 Task3 字元識別模型

Datawhale 零基礎入門CV賽事

Datawhale 零基礎入門CV賽事

零基礎入門CV賽事 Task5 模型整合

相關推薦