基于Fas14MNet的图像分类

Fas14MNet是一个CNN网络，它的灵感来自ResNet-50架构，但参数要少得多。该网络遵循Resnet挡路架构，但通过内核扩展和深度层卷积，使每个挡路只有2个核心层和总共3个卷积块。RESNet-50具有残留添加机制，该机制已被每个挡路之后的层修剪层所取代。与ResNet-50中的~24M参数相比，Fas14MNet仅使用~15M参数。指向pip项目的链接：https://pypi.org/project/Fas14MNet/https://pypi.org/project/Fas14MNet/

我们使用来自kaggle的以下数据：https://www.kaggle.com/paramaggarwal/fashion-product-images-smallhttps://www.kaggle.com/paramaggarwal/fashion-product-images-small

这些数据包含44K张时尚产品的图片。数据已经被分成不同的类别，即性别、主类别、子类别、颜色等。在这个例子中，我们将预测时尚产品的子类别。图像的子类别可以是手表/皮带/鞋类/鞋面。

我们来看一下所需的进口：

我们已经减少了图像的数量，因为很少有图像是错误的，不会通过火炬变换。

最后，我们得到了41,177个数据样本。我们将分为训练集、验证集和测试集。

拆分后，我们有28,823个数据样本可供训练，睡觉将进行验证和测试。

现在，让我们以用于图像预处理的手电筒变换为例。

我们使用一个名为alumentations的库进行图像转换，而不是通常的torchvision.transforms模块。Alumentations是一个非常好的图像预处理库，因为它往往会在图像特征热点上创建不同的颜色。现在，让我们看看图像在变换后的外观。

在这里，我们使用DataSet类为数据加载器创建批处理。

我们使用OpenCV读取图像，并将其转换为RGB颜色贴图。我们使用前面创建的转换来转换图像。然后我们返回图像张量和标签。

让我们把所有的培训和验证文件分成两个列表。

现在让我们创建数据集和数据加载器。

我们将对CUDA进行培训。如果您的系统不支持CUDA，请更改为CPU。我们将使用48个批次的大小，我们将训练超过50个纪元。

现在让我们定义模型和优化器：

我们采用0.01的初始学习率，并使用步长为20、权重衰减为0.1的StepLR调度器。

现在让我们检查一下训练循环。

现在，让我们检查我们的训练结果以及我们的图形在Tensorboard上的外观。

我们看到我们达到了相当好的精确度和损失。我们显然会在我们的测试数据上测试它，并获得其他统计数据，如精确度和召回率。到目前为止，我们已经实现了0.2612的验证损失和0.9222的验证准确率。