深度學習框架Flash如何僅用幾行程式碼構建影象分類器？

一、簡介

影象分類是我們想要預測哪個類別屬於影象的任務。由於影象表示，這項任務很困難。如果我們將影象鋪平，它會創建一個長長的一維向量。此外，該表示將丟失相鄰資訊。因此，我們需要深度學習來提取特徵並預測結果。

有時，構建深度學習模型會成為一項艱鉅的任務。雖然我們為影象分類創建了一個基礎模型，但需要花大量時間來創建程式碼。我們必須準備好用於準備資料、訓練模型並測試模型的程式碼，並將模型部署到伺服器上。這時Flash就有了用武之地!

Flash是一種高階深度學習框架，用於快速構建、訓練和測試深度學習模型。Flash基於PyTorch框架。所以如果您瞭解PyTorch，就會很熟悉Flash。

與PyTorch和Lighting相比，Flash易於使用，但不如以前的庫靈活。如果您想構建更復雜的模型，可以使用Lightning或直接使用PyTorch。

藉助Flash，您可以用幾行程式碼構建深度學習模型!因此，如果您剛接觸深度學習，別害怕。Flash可以幫助您構建深度學習模型，不會因程式碼而感到困惑。

本文將介紹如何使用Flash構建影象分類器。

二、實施

安裝庫

想安裝庫，您可以使用pip命令，如下所示：

pip install lightning-flash

如果該命令不起作用，可以使用其GitHub儲存庫安裝該庫。命令如下所示：

pip install git+https://github.com/PyTorchLightning/lightning-flash.git

在我們可以成功下載軟體包之後，現在可以載入庫。我們還將種子設為編號42。這是執行此操作的程式碼：

from pytorch_lightning import seed_everything  import flash from flash.core.classification import Labels from flash.core.data.utils import download_data from flash.image import ImageClassificationData, ImageClassifier  # set the random seeds. seed_everything(42) Global seed set to 42  42

下載資料

安裝完庫後，現在不妨獲取資料。出於演示需要，我們將使用名為Cat和Dog資料集的資料集。

該資料集含有兩個類別：貓和狗的影象。想訪問資料集，您可以在Kaggle找到該資料集。可以在此處訪問資料集。

載入資料

下載資料後，不妨將資料集載入到一個物件中。我們將使用from_folders方法將資料放入到ImageClassification物件中。這是執行此操作的程式碼：

datamodule = ImageClassificationData.from_folders(     train_folder="cat_and_dog/training_set",     val_folder="cat_and_dog/validation_set", )

載入模型

我們載入資料後，下一步就是載入模型。由於我們不會從頭開始構建自己的架構，將使用基於現有卷積神經網路架構的預訓練模型。

我們將使用已經過預訓練的ResNet-50模型。此外，我們基於資料集設定類別的數量。這是執行此操作的程式碼：

model = ImageClassifier(backbone="resnet50", num_classes=datamodule.num_classes)

訓練模型

載入模型後，現在不妨訓練模型。我們需要先初始化Trainer物件。我們將用3個輪次(epoch)訓練模型。此外，我們啟用GPU以訓練模型。這是執行此操作的程式碼：

trainer = flash.Trainer(max_epochs=3, gpus=1) GPU available: True, used: True TPU available: False, using: 0 TPU cores

初始化物件後，不妨訓練模型。為訓練模型，我們可以使用一個名為finetune的函數。在函數裡面，我們設定模型和資料。此外，我們將訓練策略設定為freeze(凍結)，這表明我們不想訓練特徵提取器。換句話說，我們只訓練分類器部分。

這是執行此操作的程式碼：

trainer.finetune(model, datamodule=datamodule, strategy="freeze") LOCAL_RANK: 0 - CUDA_VISIBLE_DEVICES: [0] | Name | Type | Params ---------------------------------------- 0 | metrics | ModuleDict | 0 1 | backbone | Sequential | 23.5 M 2 | head | Sequential | 4.1 K ---------------------------------------- 57.2 K Trainable params 23.5 M Non-trainable params 23.5 M Total params 94.049 Total estimated model params size (MB)  Validation sanity check: 0it [00:00, ?it/s] Global seed set to 42  Training: 0it [00:00, ?it/s] Validating: 0it [00:00, ?it/s] Validating: 0it [00:00, ?it/s] Validating: 0it [00:00, ?it/s]

這是評估結果：

從結果中可以看出，我們的模型其準確率達到了約97%。不賴!現在不妨拿幾個新資料測試模型。

測試模型

我們將使用針對該模型沒有訓練過的樣本資料。以下是我們將測試模型的樣本：

import matplotlib.pyplot as plt from PIL import Image  fig, ax = plt.subplots(1, 5, figsize=(40,8)) for i in range(5):     ax[i].imshow(Image.open(f'cat_and_dog/testing/{i+1}.jpg')) plt.show()

為了測試模型，我們可以使用flash庫中的predict方法。這是執行此操作的程式碼：

model.serializer = Labels()  predictions = model.predict(["cat_and_dog/testing/1.jpg",                              "cat_and_dog/testing/2.jpg",                              "cat_and_dog/testing/3.jpg",                              "cat_and_dog/testing/4.jpg",                              "cat_and_dog/testing/5.jpg"]) print(predictions) ['dogs', 'dogs', 'cats', 'cats', 'dogs']

從上面的結果可以看出，模型預測了帶有正確標籤的樣本。很好!不妨儲存模型以備後用。

儲存模型

我們已訓練並測試了模型。不妨使用save_checkpoint方法儲存模型。這是執行此操作的程式碼：

trainer.save_checkpoint("cat_dog_classifier.pt")

如果您想針對其他程式碼載入模型，可以使用load_from_checkpoint方法。這是執行此操作的程式碼：

model = ImageClassifier.load_from_checkpoint("cat_dog_classifier.pt")

三、結語

做得好!您已學習瞭如何使用Flash構建影象分類器。正如文章開頭所說，它只需要幾行程式碼!是不是很酷?

但願本文可以幫助您根據自己的情況構建自己的深度學習模型。如果您想實施一個更復雜的模型，但願能開始學習 PyTorch。