介绍 import torch
得到torch.utils import 数据
import 操作系统
得到PIL import 形象
import numpy as np
import 泡菜
,
class Fire_Unfire (data.Dataset):
def 才能__init__(自我、fire_path unfire_path):
,,,self.pickle_fire =,开放(fire_path & # 39; rb # 39;)
,,,self.pickle_unfire =,开放(unfire_path & # 39; rb # 39;)
,,,,
def 才能__getitem__(自我,指数):
,,,if index & lt; 2504:
,,,,,fire =, pickle.load (self.pickle_fire) #高*宽*通道
,,,,,fire =, fire.transpose(2 0 1) #通道*高*宽
,,,,,data =, torch.from_numpy(火)
,,,,,label =1
,,,,,return 数据标签
,,,elif index>=2504,以及index<6489:
,,,,,unfire =, pickle.load (self.pickle_unfire)
,,,,,unfire =, unfire.transpose (2 0 1)
,,,,,data =, torch.from_numpy (unfire)
,,,,,label =0
,,,,,return 数据标签
,,,,
def 才能__len__(自我):
,,,return 6489年 root_path =, & # 39;。/数据/火车# 39;
时间=dataset Fire_Unfire (root_path + & # 39;/fire_train.pkl& # 39;, root_path + & # 39;/unfire_train.pkl& # 39;)
,
#转换成pytorch网络输入的格式(批量大小,通道数,高、宽)
得到torch.utils.data import DataLoader
fire_dataloader =, DataLoader(数据集,batch_size=4,洗牌=True, drop_last =, True) import 火炬
得到torch.utils import 数据
得到nets.mobilenet import mobilenet
得到config.config import default_config
得到torch.autograd import Variable as V
import numpy as np
import 系统
import 时间
,
时间=opt default_config ()
def 火车():
#模才能型定义
时间=model 才能;mobilenet () .cuda ()
if 才能;opt.pretrain_model:
,,,model.load_state_dict (torch.load (opt.pretrain_model))
,,
#才能损失函数
时间=criterion 才能;torch.nn.CrossEntropyLoss () .cuda ()
,,
#才能学习率
lr 才能=opt.lr
,,
#优才能化器
时间=optimizer 才能;torch.optim.SGD (model.parameters (), lr =, lr, weight_decay=opt.weight_decay)
,,
,,
pre_loss 才能=0.0
#才能训练
for 才能;epoch 拷贝范围(opt.max_epoch):
,,,,#训练数据
,,,train_data =, Fire_Unfire (opt.root_path + & # 39;/fire_train.pkl& # 39;, opt.root_path + & # 39;/unfire_train.pkl& # 39;)
,,,train_dataloader =, data.DataLoader (train_data batch_size=opt.batch_size,洗牌=True, drop_last =,真的)
,,,loss_sum 0.0=,
,,,for 我,(数据、标签),拷贝列举(train_dataloader):
,,,,,#打印(我datas.size(),标签)
,,,,,#梯度清零
,,,,,optimizer.zero_grad ()
,,,,,#输入
,,,,,input =, V (datas.cuda ()) .float ()
,,,,,#目标
,,,,,target =, V (labels.cuda ()) .long ()
,,,,,#输出
,,,,,score =,模型(输入).cuda ()
,,,,,#损失
,,,,,loss =,则(得分、目标)
,,,,,loss_sum +=,损失
,,,,,#反向传播
,,,,,loss.backward ()
,,,,,#梯度更新
,,,,,optimizer.step (),,,,,,
null
null
这篇文章主要介绍pytorch如何实现对输入超过三通道的数据进行训练,文中介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们一定要看完!
<强>案例背景:视频识别
假设每次输入是8秒的灰度视频,视频帧率为25 fps,则视频由200帧图像序列构成。每帧是一副单通道的灰度图像,通过pythonb里面的np.stack(深度拼接)可将200帧拼接成200通道的深度数据,进而送到网络里面去训练。
如果输入图像200年通道觉得多,可以对视频进行抽帧,针对具体场景可以随机抽帧或等间隔抽帧。比如这里等间隔抽取40帧,则最后输入视频相当于输入一个40通道的图像数据了。
<强> pytorch对超过三通道数据的加载:
读取视频每一帧,转格为阵列式,然后依次将每一帧进行深度拼接,最后得到一个40通道的数组格式的深度数据,保存到泡菜里。
对每个视频都进行上述操作,保存到泡菜里。
我这里将火的视频深度数据保存在一个.pkl文件中,一共2504个火的视频,即2504个火的深度数据。
将非火的视频深度数据保存在一个.pkl文件中,一共3985个非火的视频,即3985个非火的深度数据。
<>强数据加载
<强>模型训练
