这是**海洋大学 2020 年软件工程课程设计 iBird 项目的模型代码仓库。
用于实现一个 200 种类鸟类的分类,采用了 BCNN 模型。
更新增加了 EfficientNet 模型
.
├── BCNN # BCNN模型相关文件和代码
│ ├── __init__.py
│ ├── ibird.ipynb
│ ├── imagenet_class_index.json
│ ├── main.py
│ ├── model.py
│ ├── predict.py
│ ├── predict_server.py
│ ├── test_cuda.py
│ └── trainer.py
├── EfficientNet # EfficientNet 相关文件和代码
│ ├── __init__.py
│ ├── attention.py
│ ├── main.py
│ ├── model.py
│ └── trainer.py
├── README.md
├── bird_classes.csv
├── classes.txt
├── maque.jpg
├── maque2.jpg
├── requirements.txt
├── test.jpg
└── trick_test.py
- 读取依赖:
pip install -r requirements.txt
- 前往 AI 研习社下载数据 200种鸟类分类
- 执行 main.py
- 执行 predict.py 对 AI 研习社数据进行预测
模型训练的数据将会被放在 result 目录的 checkpoint.pt 里,可以使用 model 的方法进行读取
- 将 model.py, predict_server.py, bird_classes.csv 和计算好保存好的模型文件 model.pth 拷贝到服务器上
- 在后端代码中添加初始化代码
# 初始化单例
from BCNN.predict_server import NeuralNetwork
model_path = "xxx/xxx/xxx"
classes_path = "xxx/xxx/xxx"
NeuralNetwork.get_instance(model_path, classes_path) # 只有第一次会初始化
# 执行预测
net = NeuralNetwork.get_instance() # 不再进行初始化, 可以不加参数了
result = net.predicted("xx/xx/xx")
# your code here
说着听上去挺高级的,实现其来就是对图片的预处理,包含下面的一些方法:
- 平移:一定尺度内平移
- 旋转:一定角度内旋转
- 翻转:水平或者上下翻转
- 裁剪:在原有图像上裁剪一部分
- 颜色变化:rgb颜色空间进行一些变换(亮度对比度等)
- 噪声扰动:给图像加入一些人工生产的噪声
from torchvision import transforms as transforms
# 随机比例缩放
transforms.Resize((100, 200))
# 随机位置裁剪
transforms.RandomCrop(100)
# 中心裁剪
transforms.CenterCrop(100)
# 随机垂直水平翻转
transforms.RandomVerticalFlip(p=1)
transforms.RandomHorizontalFlip(p=1) # p表示概率
# 随机角度旋转
transforms.RandomRotation(45)
# 色度,亮度,饱和度,对比度
transforms.ColorJitter(brightness=1) # 亮度
transforms.ColorJitter(contrast=1) # 对比度
transforms.ColorJitter(saturation=0.5) # 饱和度
transforms.ColorJitter(hue=0.5) # 色度