了解ResNet18的网络结构；掌握模型的保存和加载方法；掌握批量测试图片的方法。
结合图像分类任务，使用典型的图像分类网络ResNet18,实现手写数字识别。
ResNet作为经典的图像分类网络有其明显的优点：
- 首先，它足够深，常见的有34层，50层，101层。通常层次越深，表征能力越强，分类准确率越高。
- 其次，可学习，采用了残差结构，通过shortcut连接把低层直接跟高层相连，解决了反向传播过程中因为网络太深造成的梯度消失问题。
- 此外，ResNet网络的性能很好，既表现为识别的准确率，也包括它本身模型的大小和参数量。
1. 加载并处理数据集
训练集规模：60000，测试集规模：10000
2. 下载构建好的resnet18网络源码文件
为了让开发者更好地体验MindSpore框架优势，MindSpore Model Zoo已经添加了更多典型网络和相关预训练模型，涉及到计算机视觉、自然语言处理、推荐系统、图神经网络等领域。其中的ResNet系列网络模型也已经使用MindSpore实现。
2.1. 下载网络源码文件
采用ResNet-18 实现手写数字识别任务，需要将下载下来，才可以使用MindSpore定义好的网络结构。
2.2.修改网络文件中通道数
由于使用的是单通道的灰度图像数据，这里需要将原网络结果中的第一层卷积层的输入通道 3改为1，即将中的第387行的 3 改为 1 即可，这里使用linux中的sed命令来编辑文本。
3. 载入resnet18网络
4. 定义损失函数和优化器
5. 配置运行信息
6. 调用Model高阶API进行训练和保存模型文件
模型训练包含两层迭代，数据集的多轮迭代（epoch）和一轮数据集内按分组（batch）大小进行的单步迭代。
为了简化训练过程，MindSpore封装了Model高阶接口：
- 用户输入网络、损失函数和优化器完成Model的初始化；
- 调用train接口进行训练，train接口参数包括迭代次数（epoch）和数据集（dataset）；
- 调用Model的eval接口预测新图像类别；
- 模型保存是对训练参数进行持久化的过程。Model类中通过回调函数（callback）的方式进行模型保存。
这里对数据进行一轮迭代，训练耗时约30秒
epoch: 1 step: 937, loss is 0.0
result: {‘acc’: 0.97436}
训练总耗时： 16.7 s
从上面的输出结果，可以看到ResNet18模型仅训练一个epoch，耗时仅17秒左右，就在手写数字识别任务的测试集上达到了0.98以上的准确率。该准确率可以达到应用水平，下面将保存模型、并加载模型进行批量图片预测，看看真实的预测效果如何。
查询训练过程中，保存好的模型
https://blog.51cto.com/u_/models/ckpt/
├── train_resnet_mnist-1_937.ckpt
└── train_resnet_mnist-graph.meta
0 directories, 2 files
每937个step保存一次模型权重参数.ckpt文件，一共保存了1个，另外.meta文件保存模型的计算图信息。
7. 批量图片的预测显示
预测值 – > [0 3 8 5 2 0 1 2 8 5 0 3 4 5 4 5 6 2 9 4 8 0 1 1 7 5 6 7 8 5 9 4]
真实值 – > [0 3 1 5 2 0 1 2 8 5 0 3 4 5 4 5 6 2 4 4 8 0 1 1 7 5 6 7 8 5 9 4]
从预测结果可以看出，32张图片只有一张错误预测：1预测成了8，说明模型的预测效果还是不错的。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/156485.html