MicroNet实战：使用MicroNet实现图像分类

Posted 2022-09-08 AI浩

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了MicroNet实战：使用MicroNet实现图像分类相关的知识，希望对你有一定的参考价值。

MicroNet实战

摘要
安装包
- 1、安装timm
- 2、安装yacs
数据增强Cutout和Mixup
项目结构
计算mean和std
生成数据集

摘要

本文通过对植物幼苗分类的实际例子来感受一下MicroNet模型的效果。模型来自官方，我自己写了train和test部分。从得分情况来看，这个模型非常的优秀，我选择用的MicroNet-M3模型，大小仅有6M，但是ACC在95%左右，成绩非常惊艳！！！

这篇文章从实战的角度手把手带领大家完成训练和测试。通过这篇文章能让你学到：

如何使用数据增强，包括transforms的增强、CutOut、MixUp、CutMix等增强手段？
如何配置MicroNet模型实现训练？
如何使用pytorch自带混合精度？
如何使用梯度裁剪防止梯度爆炸？
如何使用DP多显卡训练？
如何绘制loss和acc曲线？
如何生成val的测评报告？
如何编写测试脚本测试测试集？
如何使用余弦退火策略调整学习率？
如何使用AverageMeter类统计ACC和loss等自定义变量？
如何理解和统计ACC1和ACC5？

安装包

1、安装timm

使用pip就行，命令：

pip install timm

2、安装yacs

pip install yacs

yacs的作者大名鼎鼎的Ross Girshick，faster-rcnn的作者。github地址：https://github.com/rbgirshick/yacs
yacs是一个轻量级用于定义和管理系统配置的开源库，是科学实验软件中常用的参数配置。在机器学习、深度学习模型训练过程中的超参数配置（卷积神经网络的深度，初始学习率等）。科学实验的重现性至关重要，因此，需要记录实验过程中的参数设置，以达到后期进行实验的重现。yacs使用一种简单的，可读的yaml格式。

数据增强Cutout和Mixup

为了提高成绩我在代码中加入Cutout和Mixup这两种增强方式。实现这两种增强需要安装torchtoolbox。安装命令：

pip install torchtoolbox

Cutout实现，在transforms中。

from torchtoolbox.transform import Cutout
# 数据预处理
transform = transforms.Compose([
    transforms.Resize((224, 224)),
    Cutout(),
    transforms.ToTensor(),
    transforms.Normalize([0.5, 0.5, 0.5], [0.5, 0.5, 0.5])

])

需要导入包：from timm.data.mixup import Mixup，

定义Mixup，和SoftTargetCrossEntropy

  mixup_fn = Mixup(
    mixup_alpha=0.8, cutmix_alpha=1.0, cutmix_minmax=None,
    prob=0.1, switch_prob=0.5, mode='batch',
    label_smoothing=0.1, num_classes=12)
 criterion_train = SoftTargetCrossEntropy()

参数详解：

mixup_alpha (float): mixup alpha 值，如果 > 0，则 mixup 处于活动状态。

cutmix_alpha (float)：cutmix alpha 值，如果 > 0，cutmix 处于活动状态。

cutmix_minmax (List[float])：cutmix 最小/最大图像比率，cutmix 处于活动状态，如果不是 None，则使用这个 vs alpha。

如果设置了 cutmix_minmax 则cutmix_alpha 默认为1.0

prob (float): 每批次或元素应用 mixup 或 cutmix 的概率。

switch_prob (float): 当两者都处于活动状态时切换cutmix 和mixup 的概率。

mode (str): 如何应用 mixup/cutmix 参数（每个’batch’，‘pair’（元素对），‘elem’（元素）。

correct_lam (bool): 当 cutmix bbox 被图像边框剪裁时应用。 lambda 校正

label_smoothing (float)：将标签平滑应用于混合目标张量。

num_classes (int): 目标的类数。

项目结构

MicroNet_demo
├─data
│  ├─Black-grass
│  ├─Charlock
│  ├─Cleavers
│  ├─Common Chickweed
│  ├─Common wheat
│  ├─Fat Hen
│  ├─Loose Silky-bent
│  ├─Maize
│  ├─Scentless Mayweed
│  ├─Shepherds Purse
│  ├─Small-flowered Cranesbill
│  └─Sugar beet
├─models
│  ├─__init__.py
│  ├─micronet.py
│  ├─activation.py
│  └─microconfig.py
├─utils
│  ├─__init__.py
│  └─defaults.py
├─checkpoint.pth
├─mean_std.py
├─makedata.py
├─train.py
└─test.py

mean_std.py：计算mean和std的值。

makedata.py：生成数据集。

models文件夹下的micronet.py、activation.py和microconfig.py:来自官方的pytorch版本的代码。
- micronet.py：网络文件。
- activation.py：激活函数文件，定义了DYShiftMax激活函数。
- microconfig.py：网络配置参数。定义了m0到m3网络的参数。
utils文件夹下的defaults.py定义了cfg的参数，这些参数是m0到m3网络的设置参数。
详细的参数设置如下：
M0：

MODEL.MICRONETS.BLOCK="DYMicroBlock"                                            
MODEL.MICRONETS.NET_CONFIG="msnx_dy6_exp4_4M_221" 
MODEL.MICRONETS.STEM_CH=4 
MODEL.MICRONETS.STEM_GROUPS=[2,2] 
MODEL.MICRONETS.STEM_DILATION=1 
MODEL.MICRONETS.STEM_MODE="spatialsepsf" 
MODEL.MICRONETS.OUT_CH=640 
MODEL.MICRONETS.DEPTHSEP=True 
MODEL.MICRONETS.POINTWISE='group' 
MODEL.MICRONETS.DROPOUT=0.05 
MODEL.ACTIVATION.MODULE="DYShiftMax" 
MODEL.ACTIVATION.ACT_MAX=2.0 
MODEL.ACTIVATION.LINEARSE_BIAS=False 
MODEL.ACTIVATION.INIT_A_BLOCK3=[1.0,0.0] 
MODEL.ACTIVATION.INIT_A=[1.0,1.0] 
MODEL.ACTIVATION.INIT_B=[0.0,0.0] 
MODEL.ACTIVATION.REDUCTION=8 
MODEL.MICRONETS.SHUFFLE=True

M1:

MODEL.MICRONETS.BLOCK="DYMicroBlock"                                            
MODEL.MICRONETS.NET_CONFIG="msnx_dy6_exp6_6M_221" 
MODEL.MICRONETS.STEM_CH=6 
MODEL.MICRONETS.STEM_GROUPS=[3,2] 
MODEL.MICRONETS.STEM_DILATION=1 
MODEL.MICRONETS.STEM_MODE="spatialsepsf" 
MODEL.MICRONETS.OUT_CH=960
MODEL.MICRONETS.DEPTHSEP=True 
MODEL.MICRONETS.POINTWISE='group' 
MODEL.MICRONETS.DROPOUT=0.05 
MODEL.ACTIVATION.MODULE="DYShiftMax" 
MODEL.ACTIVATION.ACT_MAX=2.0 
MODEL.ACTIVATION.LINEARSE_BIAS=False 
MODEL.ACTIVATION.INIT_A_BLOCK3=[1.0,0.0] 
MODEL.ACTIVATION.INIT_A=[1.0,1.0] 
MODEL.ACTIVATION.INIT_B=[0.0,0.0] 
MODEL.ACTIVATION.REDUCTION=8 
MODEL.MICRONETS.SHUFFLE=True

M2:

MODEL.MICRONETS.BLOCK="DYMicroBlock"                                            
MODEL.MICRONETS.NET_CONFIG="msnx_dy9_exp6_12M_221" 
MODEL.MICRONETS.STEM_CH=8 
MODEL.MICRONETS.STEM_GROUPS=[4,2] 
MODEL.MICRONETS.STEM_DILATION=1 
MODEL.MICRONETS.STEM_MODE="spatialsepsf" 
MODEL.MICRONETS.OUT_CH=1024
MODEL.MICRONETS.DEPTHSEP=True 
MODEL.MICRONETS.POINTWISE='group' 
MODEL.MICRONETS.DROPOUT=0.1 
MODEL.ACTIVATION.MODULE="DYShiftMax" 
MODEL.ACTIVATION.ACT_MAX=2.0 
MODEL.ACTIVATION.LINEARSE_BIAS=False 
MODEL.ACTIVATION.INIT_A_BLOCK3=[1.0,0.0] 
MODEL.ACTIVATION.INIT_A=[1.0,1.0] 
MODEL.ACTIVATION.INIT_B=[0.0,0.0] 
MODEL.ACTIVATION.REDUCTION=8 
MODEL.MICRONETS.SHUFFLE=True

M3:

MODEL.MICRONETS.BLOCK="DYMicroBlock"                                            
MODEL.MICRONETS.NET_CONFIG="msnx_dy12_exp6_20M_020" 
MODEL.MICRONETS.STEM_CH=12
MODEL.MICRONETS.STEM_GROUPS=[4,3] 
MODEL.MICRONETS.STEM_DILATION=1 
MODEL.MICRONETS.STEM_MODE="spatialsepsf" 
MODEL.MICRONETS.OUT_CH=1024
MODEL.MICRONETS.DEPTHSEP=True 
MODEL.MICRONETS.POINTWISE='group' 
MODEL.MICRONETS.DROPOUT=0.1 
MODEL.ACTIVATION.MODULE="DYShiftMax" 
MODEL.ACTIVATION.ACT_MAX=2.0 
MODEL.ACTIVATION.LINEARSE_BIAS=False 
MODEL.ACTIVATION.INIT_A_BLOCK3=[1.0,0.0] 
MODEL.ACTIVATION.INIT_A=[1.0,0.5] 
MODEL.ACTIVATION.INIT_B=[0.0,0.5] 
MODEL.ACTIVATION.REDUCTION=8 
MODEL.MICRONETS.SHUFFLE=True

为了能在DP方式中使用混合精度，还需要在模型的forward函数前增加@autocast().

计算mean和std

为了使模型更加快速的收敛，我们需要计算出mean和std的值，新建mean_std.py,插入代码：

from torchvision.datasets import ImageFolder
import torch
from torchvision import transforms

def get_mean_and_std(train_data):
    train_loader = torch.utils.data.DataLoader(
        train_data, batch_size=1, shuffle=False, num_workers=0,
        pin_memory=True)
    mean = torch.zeros(3)
    std = torch.zeros(3)
    for X, _ in train_loader:
        for d in range(3):
            mean[d] += X[:, d, :, :].mean()
            std[d] += X[:, d, :, :].std()
    mean.div_(len(train_data))
    std.div_(len(train_data))
    return list(mean.numpy()), list(std.numpy())

if __name__ == '__main__':
    train_dataset = ImageFolder(root=r'data1', transform=transforms.ToTensor())
    print(get_mean_and_std(train_dataset))

数据集结构：

运行结果：

([0.3281186, 0.28937867, 0.20702125], [0.09407319, 0.09732835, 0.106712654])

把这个结果记录下来，后面要用！

生成数据集

我们整理还的图像分类的数据集结构是这样的

data
├─Black-grass
├─Charlock
├─Cleavers
├─Common Chickweed
├─Common wheat
├─Fat Hen
├─Loose Silky-bent
├─Maize
├─Scentless Mayweed
├─Shepherds Purse
├─Small-flowered Cranesbill
└─Sugar beet

pytorch和keras默认加载方式是ImageNet数据集格式，格式是

├─data
│  ├─val
│  │   ├─Black-grass
│  │   ├─Charlock
│  │   ├─Cleavers
│  │   ├─Common Chickweed
│  │   ├─Common wheat
│  │   ├─Fat Hen
│  │   ├─Loose Silky-bent
│  │   ├─Maize
│  │   ├─Scentless Mayweed
│  │   ├─Shepherds Purse
│  │   ├─Small-flowered Cranesbill
│  │   └─Sugar beet
│  └─train
│      ├─Black-grass
│      ├─Charlock
│      ├─Cleavers
│      ├─Common Chickweed
│      ├─Common wheat
│      ├─Fat Hen
│      ├─Loose Silky-bent
│      ├─Maize
│      ├─Scentless Mayweed
│      ├─Shepherds Purse
│      ├─Small-flowered Cranesbill
│      └─Sugar beet

新增格式转化脚本makedata.py,插入代码：

import glob
import os
import shutil

image_list=glob.glob('data1/*/*.png')
print(image_list)
file_dir='data'
if os.path.exists(file_dir):
    print('true')
    #os.rmdir(file_dir)
    shutil.rmtree(file_dir)#删除再建立
    os.makedirs(file_dir)
else:
    os.makedirs(file_dir)

from sklearn.model_selection import train_test_split
trainval_files, val_files = train_test_split(image_list, test_size=0.3, random_state=42)
train_dir='train'
val_dir='val'
train_root=os.path.join(file_dir,train_dir)
val_root=os.path.join(file_dir,val_dir)
for file in trainval_files:
    file_class=file.replace("\\\\","/").split('/')[-2]
    file_name=file.replace("\\\\","/").split('/')[-1]
    file_class=os.path.join(train_root,file_class)
    if not os.path.isdir(file_class):
        os.makedirs(file_class)
    shutil.copy(file, file_class + '/' + file_name)

for file in val_files:
    file_class=file.replace("\\\\","/").split('/')[-2]
    file_name=file.replace("\\\\","/").split('/')[-1]
    file_class=os.path.join(val_root,file_class)
    if not os.path.isdir(file_class):
        os.makedirs(file_class)
    shutil.copy(file, file_class + '/' + file_name)

完成上面的内容就可以开启训练和测试了，详见下面的链接：

以上是关于MicroNet实战：使用MicroNet实现图像分类的主要内容，如果未能解决你的问题，请参考以下文章

MicroNet实战：使用MicroNet实现图像分类

MicroNet：以极低的 FLOP 实现图像识别

第42篇MicroNet：以极低的 FLOP 实现图像识别

加州大学与微软提出MicroNet，比MobileNetv3更小更快的网络