在这个教程中，我们将学习如何使用 PyTorch 构建一个图像分类器。图像分类是计算机视觉领域的一个基本任务，它旨在将图像或图像块分配到有限的类别中。

项目概述

本项目将涵盖以下步骤：

  • 数据预处理
  • 构建模型
  • 训练模型
  • 评估模型

数据预处理

首先，我们需要准备用于训练和验证的数据集。以下是一个示例代码，用于加载数据集并进行预处理：

import torchvision.transforms as transforms
from torchvision.datasets import ImageFolder

# 定义转换
transform = transforms.Compose([
    transforms.Resize((256, 256)),
    transforms.ToTensor(),
    transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]),
])

# 加载数据集
train_dataset = ImageFolder(root='/path/to/train/dataset', transform=transform)
train_loader = torch.utils.data.DataLoader(dataset=train_dataset, batch_size=32, shuffle=True)

构建模型

接下来，我们需要构建一个神经网络模型来进行图像分类。以下是一个简单的卷积神经网络（CNN）示例：

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, kernel_size=3, padding=1)
        self.conv2 = nn.Conv2d(32, 64, kernel_size=3, padding=1)
        self.fc1 = nn.Linear(64 * 64 * 64, 128)
        self.fc2 = nn.Linear(128, 10)

    def forward(self, x):
        x = F.relu(F.max_pool2d(self.conv1(x), 2))
        x = F.relu(F.max_pool2d(self.conv2(x), 2))
        x = x.view(-1, 64 * 64 * 64)
        x = F.relu(self.fc1(x))
        x = self.fc2(x)
        return F.log_softmax(x, dim=1)

训练模型

现在，我们可以使用训练数据来训练我们的模型。以下是一个简单的训练循环示例：

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

for epoch in range(num_epochs):
    for images, labels in train_loader:
        optimizer.zero_grad()
        output = model(images)
        loss = criterion(output, labels)
        loss.backward()
        optimizer.step()

评估模型

最后，我们需要评估我们的模型在验证数据集上的性能。以下是一个简单的评估函数示例：

def evaluate(model, val_loader):
    model.eval()
    total = 0
    correct = 0
    with torch.no_grad():
        for images, labels in val_loader:
            output = model(images)
            _, predicted = torch.max(output.data, 1)
            total += labels.size(0)
            correct += (predicted == labels).sum().item()
    return correct / total

val_accuracy = evaluate(model, val_loader)
print(f'Validation accuracy: {val_accuracy:.4f}')

扩展阅读

如果你对 PyTorch 或图像分类有更深入的兴趣，以下是一些推荐的学习资源：

希望这个教程能帮助你入门 PyTorch 图像分类项目！🎉