Pytorch实现鸟类识别(含训练代码和鸟类数据集)
Pytorch实现鸟类识别(含训练代码和鸟类数据集)
目录
Pytorch实现鸟类识别(含训练代码和鸟类数据集)
1. 前言
2. 鸟类数据集
（1）Bird-Dataset26
（2）自定义数据集
3. 鸟类分类识别模型训练
（1）项目安装
（2）准备Train和Test数据
（3）配置文件：config.yaml
（4）开始训练
（5）可视化训练过程
（6）一些优化建议
（7） 一些运行错误处理方法：
4. 鸟类分类识别模型测试效果
5.项目源码下载
1. 前言
本项目将采用深度学习的方法，搭建一个鸟类分类识别的训练和测试项目，实现一个简单的鸟类图像分类识别系统。项目收集了26种鸟类品种Bird-Dataset26，约有20000+图片数据；在鸟类数据集Bird-Dataset26上，基于ResNet18的鸟类分类识别，训练集的Accuracy在98%左右，测试集的Accuracy在95%左右，骨干网络，可支持googlenet, resnet[18,34,50], inception_v3，mobilenet_v2等常用模型。
模型input sizeTest准确率mobilenet_v2224×22495.0000%googlenet224×22496.1538%resnet18224×22495.9615%
【尊重原创，转载请注明出处】https://blog.csdn.net/guyuealian/article/details/132588031
2. 鸟类数据集
（1）Bird-Dataset26项目收集了多个鸟类品种的数据集，命名为Bird-Dataset26，该数据集共收集了26 种鸟类品种，包含常见的鹰，孔雀等鸟种类，总数据超过2万张图片，平均每个种类有约有700+的图片；数据分为train和test，其中训练集train共有20000+张鸟类图像，测试集test共有500+张鸟类图像，可满足深度学习鸟类品种分类识别的需求。
Bird-Dataset26，部分数据是通过网上爬取的，存在部分错误的图片，尽管鄙人已经清洗一部分了，但还是建议你，训练前，再次清洗数据集，不然会影响模型的识别的准确率。鸟类图片数据，可以在这里检索：中国观鸟记录中心
Bird-Dataset26包含的26种鸟类品种，类别名称分别是：
八色鸫 白鹡鸰 白胸翡翠 白胸苦恶鸟 斑头绿拟啄木 赤颈鹤 赤麻鸭 赤胸拟啄木鸟 丛林鸫鹛 戴胜鸟 凤头麦鸡 灰鹡鸰 灰犀鸟 家八哥 家鸦 孔雀 蓝胸佛法僧 绿喉蜂虎 牛背鹭 普通翠鸟 普通缝叶莺 普通朱雀 肉垂麦鸡 山鹡鸰 鹰 棕腹树鹊 （2）自定义数据集
如果需要新增类别数据，或者需要自定数据集进行训练，可以如下进行处理：
Train和Test数据集，要求相同类别的图片，放在同一个文件夹下；且子目录文件夹命名为类别名称，如
(最后一行,请多回车一行)
A
B
C
D
修改配置文件的数据路径：config.yamltrain_data:
- 'data/dataset/train1'
- 'data/dataset/train2'
test_data: 'data/dataset/test'
class_name: 'data/dataset/class_name.txt'
...
...
3. 鸟类分类识别模型训练
本项目以Bird-Dataset26鸟类数据集为训练和测试样本。
（1）项目安装整套工程基本框架结构如下：
.
├── classifier
├── configs
├── data
├── libs
├── demo.py
├── README.md
├── requirements.txt
└── train.py
项目依赖python包请参考requirements.txt，使用pip安装即可：
numpy==1.16.3
matplotlib==3.1.0
Pillow==6.0.0
easydict==1.9
opencv-contrib-python==4.5.2.52
opencv-python==4.5.1.48
pandas==1.1.5
PyYAML==5.3.1
scikit-image==0.17.2
scikit-learn==0.24.0
scipy==1.5.4
seaborn==0.11.2
tensorboard==2.5.0
tensorboardX==2.1
torch==1.7.1+cu110
torchvision==0.8.2+cu110
tqdm==4.55.1
xmltodict==0.12.0
basetrainer
pybaseutils==0.6.5
项目安装教程请参考（初学者入门，麻烦先看完下面教程，配置好开发环境）：
项目开发使用教程和常见问题和解决方法视频教程：1 手把手教你安装CUDA和cuDNN(1)视频教程：2 手把手教你安装CUDA和cuDNN(2)视频教程：3 如何用Anaconda创建pycharm环境视频教程：4 如何在pycharm中使用Anaconda创建的python环境 （2）准备Train和Test数据下载鸟类品种分类数据集，Train和Test数据集，要求相同类别的图片，放在同一个文件夹下；且子目录文件夹命名为类别名称。
数据增强方式主要采用： 随机裁剪，随机翻转，随机旋转，颜色变换等处理方式
import numbers
import random
import PIL.Image as Image
import numpy as np
from torchvision import transforms
def image_transform(input_size, rgb_mean=[0.5, 0.5, 0.5], rgb_std=[0.5, 0.5, 0.5], trans_type="train"):
"""
不推荐使用：RandomResizedCrop(input_size), # bug:目标容易被crop掉
:param input_size: [w,h]
:param rgb_mean:
:param rgb_std:
:param trans_type:
:return::
"""
if trans_type == "train":
transform = transforms.Compose([
transforms.Resize([int(128 * input_size[1] / 112), int(128 * input_size[0] / 112)]),
transforms.RandomHorizontalFlip(),
transforms.ColorJitter(brightness=0.5, contrast=0.5, saturation=0.5, hue=0.1),
transforms.RandomRotation(degrees=5),
transforms.RandomCrop([input_size[1], input_size[0]]),
transforms.ToTensor(),
transforms.Normalize(mean=rgb_mean, std=rgb_std),
])
elif trans_type == "val" or trans_type == "test":
transform = transforms.Compose([
transforms.Resize([input_size[1], input_size[0]]),
transforms.ToTensor(),
transforms.Normalize(mean=rgb_mean, std=rgb_std),
])
else:
raise Exception("transform_type ERROR:{}".format(trans_type))
return transform
修改配置文件数据路径：config.yaml
train_data:
- '/path/to/Bird-Dataset26/train'
test_data: '/path/to/Bird-Dataset26/test'
class_name: '/path/to/Bird-Dataset26/class_name.txt'
（3）配置文件：config.yaml 目前支持的backbone有：googlenet,resnet[18,34,50],inception_v3,mobilenet_v2等， 其他backbone可以自定义添加训练参数可以通过(configs/config.yaml)配置文件进行设置配置文件：config.yaml说明如下：
train_data:
- '/path/to/Bird-Dataset26/train'
test_data: '/path/to/Bird-Dataset26/test'
class_name: '/path/to/Bird-Dataset26/class_name.txt'
train_transform: "train"
test_transform: "val"
work_dir: "work_space/"
net_type: "resnet18"
width_mult: 1.0
input_size: [ 224,224 ]
rgb_mean: [ 0.5, 0.5, 0.5 ]
rgb_std: [ 0.5, 0.5, 0.5 ]
batch_size: 32
lr: 0.01
optim_type: "SGD"
loss_type: "CrossEntropyLoss"
momentum: 0.9
num_epochs: 100
num_warn_up: 3
num_workers: 8
weight_decay: 0.0005
scheduler: "multi-step"
milestones: [ 20,50,80 ]
gpu_id: [ 0 ]
log_freq: 50
progress: True
pretrained: False
finetune: False
参数类型参考值说明train_datastr, list-训练数据文件，可支持多个文件test_datastr, list-测试数据文件，可支持多个文件class_namestr-类别文件work_dirstrwork_space训练输出工作空间net_typestrresnet18backbone类型,{resnet18/50,mobilenet_v2,googlenet,inception_v3} input_sizelist[128,128]模型输入大小[W,H]batch_sizeint32batch sizelrfloat0.1初始学习率大小optim_typestrSGD优化器，{SGD,Adam}loss_typestrCELoss损失函数schedulerstrmulti-step学习率调整策略，{multi-step,cosine}milestoneslist[30,80,100]降低学习率的节点，仅仅scheduler=multi-step有效momentumfloat0.9SGD动量因子num_epochsint120循环训练的次数num_warn_upint3warn_up的次数num_workersint12DataLoader开启线程数weight_decayfloat5e-4权重衰减系数gpu_idlist[ 0 ]指定训练的GPU卡号，可指定多个log_freqin20显示LOG信息的频率finetunestrmodel.pthfinetune的模型progressboolTrue是否显示进度条distributedboolFalse是否使用分布式训练 （4）开始训练
整套训练代码非常简单操作，用户只需要将相同类别的数据放在同一个目录下，并填写好对应的数据路径，即可开始训练了。
python train.py -c configs/config.yaml
训练完成后，在鸟类品种数据集Bird-Dataset26上，训练集的Accuracy在98%左右，测试集的Accuracy在95%左右，骨干网络，可支持googlenet, resnet[18,34,50], inception_v3，mobilenet_v2等常用模型，用户可以自行选择模型训练。
模型input sizeTest准确率mobilenet_v2224×22495.0000%googlenet224×22496.1538%resnet18224×22495.9615% （5）可视化训练过程训练过程可视化工具是使用Tensorboard，使用方法，在终端输入：
tensorboard --logdir=path/to/log/
tensorboard --logdir=data/pretrained/mobilenet_v2_1.0_224_224_CrossEntropyLoss_20230828_172209_6476/log
可视化效果
（6）一些优化建议如果想进一步提高准确率，可以尝试：
最重要的： 清洗数据集，鸟类品种数据集Bird-Dataset26，大部分数据是通过网上爬取的，存在部分错误的图片，尽管鄙人已经清洗一部分了，但还是建议你，训练前，再次清洗数据集，不然会影响模型的识别的准确率。使用不同backbone模型，比如resnet50或者更深，参数量更大的模型增加数据增强： 已经支持： 随机裁剪，随机翻转，随机旋转，颜色变换等数据增强方式，可以尝试诸如mixup，CutMix等更复杂的数据增强方式样本均衡： 建议进行样本均衡处理，避免长尾问题调超参： 比如学习率调整策略，优化器（SGD,Adam等）损失函数： 目前训练代码已经支持：交叉熵，LabelSmoothing，可以尝试FocalLoss等损失函数 （7） 一些运行错误处理方法：项目不要出现含有中文字符的目录文件或路径，否则会出现很多异常！！！！！！！！
cannot import name 'load_state_dict_from_url'
由于一些版本升级，会导致部分接口函数不能使用，请确保版本对应
torch==1.7.1
torchvision==0.8.2
或者将对应python文件将
from torchvision.models.resnet import model_urls, load_state_dict_from_url
修改为：
from torch.hub import load_state_dict_from_url
model_urls = {
'mobilenet_v2': 'https://download.pytorch.org/models/mobilenet_v2-b0353104.pth',
'resnet18': 'https://download.pytorch.org/models/resnet18-5c106cde.pth',
'resnet34': 'https://download.pytorch.org/models/resnet34-333f7ec4.pth',
'resnet50': 'https://download.pytorch.org/models/resnet50-19c8e357.pth',
'resnet101': 'https://download.pytorch.org/models/resnet101-5d3b4d8f.pth',
'resnet152': 'https://download.pytorch.org/models/resnet152-b121ed2d.pth',
'resnext50_32x4d': 'https://download.pytorch.org/models/resnext50_32x4d-7cdf4587.pth',
'resnext101_32x8d': 'https://download.pytorch.org/models/resnext101_32x8d-8ba56ff5.pth',
'wide_resnet50_2': 'https://download.pytorch.org/models/wide_resnet50_2-95faca4d.pth',
'wide_resnet101_2': 'https://download.pytorch.org/models/wide_resnet101_2-32ee1156.pth',
}
4. 鸟类分类识别模型测试效果
demo.py文件用于推理和测试模型的效果，填写好配置文件，模型文件以及测试图片即可运行测试了
def get_parser():
config_file = "data/pretrained/mobilenet_v2_1.0_224_224_CrossEntropyLoss_20230828_172209_6476/config.yaml"
model_file = "data/pretrained/mobilenet_v2_1.0_224_224_CrossEntropyLoss_20230828_172209_6476/model/best_model_063_95.0000.pth"
image_dir = "data/test_images"
parser = argparse.ArgumentParser(description="Inference Argument")
parser.add_argument("-c", "--config_file", help="configs file", default=config_file, type=str)
parser.add_argument("-m", "--model_file", help="model_file", default=model_file, type=str)
parser.add_argument("--device", help="cuda device id", default="cuda:0", type=str)
parser.add_argument("--image_dir", help="image file or directory", default=image_dir, type=str)
return parser
python demo.py -c data/pretrained/mobilenet_v2_1.0_224_224_CrossEntropyLoss_20230828_172209_6476/config.yaml -m data/pretrained/mobilenet_v2_1.0_224_224_CrossEntropyLoss_20230828_172209_6476/model/best_model_063_95.0000.pth --image_dir data/test_images
运行测试结果：
pred_index:['灰犀鸟'],pred_score:[0.5273883]
pred_index:['家鸦'],pred_score:[0.9989742]
pred_index:['鹰'],pred_score:[0.9795395]
pred_index:['孔雀'],pred_score:[0.9997749]
5.项目源码下载
如需下载项目源码，请WX关注【AI吃大瓜】，回复【鸟类识别】即可下载
项目源码包含内容：
Bird-Dataset26鸟类数据集: 该数据集包含 26 种不同种类的鸟类品种，总数超过2万张图像，可满足深度学习鸟类分类识别的需求项目支持自定义数据集进行训练项目模型训练，支持的backbone骨干网络模型有：googlenet,resnet[18,34,50],inception_v3,mobilenet_v2等， 其他backbone可以自定义添加项目提供已经训练好的模型，无需重新训练，即可运行demo.py测试图片相关知识
面部表情识别2：Pytorch实现表情识别(含表情识别数据集和训练代码)
深度学习卷积神经图像分类实现鸟类识别含训练代码和鸟类数据集(支持repVGG，googlenet, resnet, inception, mobilenet)
基于深度学习的鸟类识别系统（网页版+YOLOv8/v7/v6/v5代码+训练数据集）
详解pytorch实现猫狗识别98%附代码
使用PyTorch实现鸟类音频检测卷积网络模型
基于yolov8、yolov5的鸟类检测系统（含UI界面、数据集、训练好的模型、Python代码）
深度学习宠物行为识别代码教程
基于YOLOv8深度学习的200种鸟类智能检测与识别系统【python源码+Pyqt5界面+数据集+训练代码】目标检测、深度学习实战
(转载）YOLOv5 实现目标检测（训练自己的数据集实现猫猫识别）
YOLOv5 实现目标检测（训练自己的数据集实现猫猫识别）
网址: Pytorch实现鸟类识别(含训练代码和鸟类数据集) https://m.mcbbbk.com/newsview568073.html
| 上一篇: 宠物鸟种类，宠物鸟种类大全 |
下一篇: 鸟类分类学.ppt |
