【《图像识别垃圾分类模型的训练与测试案例》1600字】

图像识别垃圾分类模型的训练与测试案例目录TOC\o"1-3"\h\u3024图像识别垃圾分类模型的训练与测试案例 1139541.1实验环境 1163301.2数据预处理 1106351.2.1爬取结果 1139301.2.2数据增强 3247281.3训练模型 587361.3.1YOLOv3工作原理 5179211.3.2可视化模型 7263401.3.3训练结果 9196731.4测试模型 9139651.5实验结果 101.1实验环境系统：windows10处理器：Intel(R)Celeron(R)运行软件：Pycharm2021平台环境：Pytorch1.2数据预处理1.2.1爬取结果通过网页爬取到的数据结果，其中包括一些无效数据，需要通过数据清洗将一些脏数据去除。这里是对初步处理完的数据又进行了人为方式的数据清洗。以下是数据爬取结果：图4-1爬取结果文件夹表4-1图片爬取结果表类别文件夹名图片数量有害垃圾harm361厨余垃圾kith430可回收垃圾recyc482其他垃圾others426以有害垃圾为例：图4-2有害垃圾爬取结果1.2.2数据增强使用pytorch对图片进行数据增强。1.图像变换Classtorchvision.transforms.Resize(size,interpolation=2)功能：重置图像分辨率参数：size-Ifsizeisanint,ifheight>width,thenimagewillberescaledto(size*height/width,size)，所以size设定为h*winterpolation-插值方法选择，默认为PIL.Image.BILINEAR2.中心裁剪classtorchvision.transforms.CenterCrop(size)功能：依据给定的size从中心裁剪参数：size-(sequenceorint)，若为sequence,则为(h,w)，若为int，则(size,size)3.随机旋转Classtorchvision.transforms.RandomRotation(degrees,resample=False,expand=False,center=None)功能：依degrees随机旋转一定角度参数：degress-(sequenceorfloatorint)，若为单个数，如30，则表示在（-30，+30）之间随机旋转若为sequence，如(30，60)，则表示在30-60度之间随机旋转resample-重采样方法选择，可选PIL.Image.NEAREST,PIL.Image.BILINEAR,PIL.Image.BICUBIC，默认为最近邻expand-?center-可选为中心旋转还是左上角旋转1.关键代码transforms.Resize((int(seltf=transforms.Compose([lambdax:Image.open(x).convert('RGB'),#将图片的路径转换可以处理图片数据#进行数据加强f.resize*1.25),int(self.resize*1.25))),#随机旋转transforms.RandomRotation(15),#设置旋转的度数小一些，否则的话会增加网络的学习难度#中心裁剪transforms.CenterCrop(self.resize),#既旋转了又不会导致图片变得复杂transforms.ToTensor(),transforms.Normalize(mean=[0.485,0.456,0.406],std=[0.229,0.224,0.225])])5.增强结果图4-3图片增强结果1.3训练模型通过目标检测（YOLOv3）的方式对收集到的垃圾数据集进行训练，进而获得高准确率的模型。1.3.1YOLOv3工作原理（1）分类器-类别预测：对于YOLOv3，这里主要考虑到两种方式不使用Softmax对每个框进行分类：第一种：Softmax会给每个框分配一个类别（score最大的一个），而OpenImages这种数据集，它的目标会存在有重叠的类别标签，基于此，得出Softmax不适用于多标签分类。第二种：多个独立的logistic分类器可以替代Softmax，并且它不会导致准确率下降，此时分类损失多采用binarycross-entropyloss的方式.（2）多尺度预测每种尺度预测3个box,anchor的设计方式仍然使用聚类,得到9个聚类中心,将其按照大小均分给3中尺度.尺度1:在基础网络之后添加一些卷积层再输出box信息.尺度2:从尺度1中的倒数第二层的卷积层上采样(x2)再与最后一个16x16大小的特征图相加,再次通过多个卷积后输出box信息.相比尺度1变大两倍.尺度3:与尺度2类似,使用了32x32大小的特征图.[5]（3）网络结构图4-4YOLOv3网络结构（4）边界框预测YOLOv3以聚类预测到的边界框作为锚框。以边界框预测到的4个坐标值(t_x,y_y,t_w,t_h)为网络，假设图像的左上角偏移了(c_x,c_y)个单元格，并且边界框的宽度和高度为p_w，p_h，则预测如下图：图4-5YOLOv3边界框预测将上图公式里的反一下，就能通过真实框的坐标得到监督信息。YOLOv3可以预测一个objectnessscore给每个边界框作为逻辑回归，如果某个边界框和真实框重合度比其他都高，那么它的objectnessscore应该是1。而其他框虽然也与真实框有重叠，会被忽略掉。1.3.2可视化模型 对数据训练迭代10次，通过visdom可视化工具对训练结果可视化分析。

损失函数曲线：图4-6损失函数曲线图准确率曲线图4-7准确率曲线图将准确率和损失值放到一张图里图4-8准确率和损失值曲线图1.3.3训练结果 通过以上函数曲线，可以看到损失值越来越小，逐渐接近于0；准确率越来越高，逐渐接近1。 模型训练完成后，得到最终的结果。训练结果最好的为第6批次，准确率为98%。图4-9训练模型准确率1.4测试模型 模型训练完成后，可以看到测试准确率达到97%。图4-10测试模型准确率测试数据集包括以下15张不同类别的垃圾图片，可以通过调用选择其中某张图片识别其分类结果。图4-11测试数据集例：图片3为电池，其类别为有害垃圾。图4-12测试结果1.5实验结果使用pyqt技术，制作GUI可视