深度学习实战：用PyTorch构建图像分类模型

项目概述

在本教程中，我们将使用PyTorch框架构建一个完整的图像分类模型。你将学习从数据预处理、模型设计、训练到评估的完整流程。

环境准备

首先，确保你已经安装以下依赖：

pip install torch torchvision matplotlib numpy

1. 数据加载与预处理

我们使用CIFAR-10数据集，包含10个类别的60000张32×32彩色图像：

import torch
import torchvision
import torchvision.transforms as transforms

transform = transforms.Compose([
    transforms.RandomHorizontalFlip(),
    transforms.RandomCrop(32, padding=4),
    transforms.ToTensor(),
    transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))
])

trainset = torchvision.datasets.CIFAR10(
    root='./data', train=True, download=True, transform=transform)
trainloader = torch.utils.data.DataLoader(
    trainset, batch_size=64, shuffle=True)

2. 定义模型结构

我们构建一个简单的卷积神经网络：

import torch.nn as nn
import torch.nn.functional as F

class SimpleCNN(nn.Module):
    def __init__(self):
        super(SimpleCNN, self).__init__()
        self.conv1 = nn.Conv2d(3, 32, 3)
        self.conv2 = nn.Conv2d(32, 64, 3)
        self.pool = nn.MaxPool2d(2, 2)
        self.fc1 = nn.Linear(64 * 6 * 6, 256)
        self.fc2 = nn.Linear(256, 10)
        self.dropout = nn.Dropout(0.5)

    def forward(self, x):
        x = self.pool(F.relu(self.conv1(x)))
        x = self.pool(F.relu(self.conv2(x)))
        x = x.view(-1, 64 * 6 * 6)
        x = F.relu(self.fc1(x))
        x = self.dropout(x)
        x = self.fc2(x)
        return x

3. 训练模型

设置损失函数和优化器，开始训练：

model = SimpleCNN()
criterion = nn.CrossEntropyLoss()
optimizer = torch.optim.Adam(model.parameters(), lr=0.001)

for epoch in range(10):
    running_loss = 0.0
    for images, labels in trainloader:
        optimizer.zero_grad()
        outputs = model(images)
        loss = criterion(outputs, labels)
        loss.backward()
        optimizer.step()
        running_loss += loss.item()
    print(f'Epoch {epoch+1}, Loss: {running_loss/len(trainloader):.3f}')

4. 模型评估

在测试集上评估模型性能：

testset = torchvision.datasets.CIFAR10(
    root='./data', train=False, download=True, transform=transform)
testloader = torch.utils.data.DataLoader(
    testset, batch_size=64, shuffle=False)

correct = 0
total = 0
with torch.no_grad():
    for images, labels in testloader:
        outputs = model(images)
        _, predicted = torch.max(outputs, 1)
        total += labels.size(0)
        correct += (predicted == labels).sum().item()

print(f'Accuracy: {100 * correct / total:.2f}%')

进阶优化

你可以尝试以下方法来提升模型性能：

• 使用更深的网络结构（如ResNet、DenseNet）
• 数据增强：旋转、缩放、颜色变换
• 学习率调度策略
• 使用预训练模型进行迁移学习

通过本实战教程，你已经掌握了使用PyTorch构建图像分类模型的完整流程。继续深入学习，你还可以探索目标检测、图像分割等更高级的计算机视觉任务！