项目地址
目的
对手势数字数据集进行分类。数据采用./data/images/中的数据。其中，训练集4324张，测试集484张，手势数字类别：0-5，图像大小均为64*64。
Update
- 180521：增加多GPU支持
- 设置
classifier_train.py及classifier_test.py文件中的params.gpus变量设定使用的GPU序号（与nvidia-smi命令显示的GPU需要对应）。例如：params.gpus = [2,3]。 -
CPU模式：设定
params.gpus = [] - 由于目前测试部分计算量小，因此当前代码执行测试步骤（
classifier_test.py）时，仅使用指定的第一个GPU（params.gpus[0]）
- 设置
步骤
使用Pytorch为工具，以ResNet34或者ResNet101为基础，实现手势识别。
- 数据准备：
- 训练步骤：
- 首先使用
nohup python -m visdom.server &打开Visdom服务器 - 然后运行
classifier_train.py即可。 - 训练好的模型将以
.pth文件的形式保存在./models/文件夹下。 - 注意：需根据GPU情况调整代码中的
batch_size参数，确保显存不溢出。- ResNet34，1GPU，
batch_size=120，显存占用<7G - ResNet101，1GPU，
batch_size=60，显存占用<10G
- ResNet34，1GPU，
- 首先使用
- 测试步骤：
- 修改
classifier_test.py文件相关参数，其中ckpt表示模型加载位置，testdata_dir表示待测试图片文件夹。注意ckpt需要与model选择相对应。 - 然后运行
classifier_test.py即可。在控制台输出每张图片的预测结果。
- 修改
方法
使用的库：PIL、torch、torchvision、numpy、visdom
-
ResNet：
对ResNet34及ResNet101两种网络进行实验。为了节省较深网络中的参数，ResNet34及ResNet101分别具有两种不同的基本“shortcut connection”结构。ResNet34使用BasicBlock，ResNet101使用 Bottleneck作为“shortcut connection”。
BasicBlock_Bottleneck
ResNet34_ResNet101
训练代码流程
- Hyper-params: 设置数据加载路径、模型保存路径、初始学习率等参数。
- Training parameters: 用于定义模型训练中的相关参数，例如最大迭代次数、优化器、损失函数、是否使用GPU等、模型保存频率等
- load data: 定义了用于读取数据的Hand类，在其中实现了数据、标签读取及预处理过程。预处理过程在
__getitem__中。 - models: 从定义的ResNet类，实例化ResNet34及ResNet101网络模型。
- optimizer、criterion、lr_scheduler: 定义优化器为SGD优化器，损失函数为CrossEntropyLoss，学习率调整策略采用ReduceLROnPlateau。
- trainer: 定义了用于模型训练和验证的类Trainer，trainer为Trainer的实例化。在Trainer的构造函数中根据步骤二中的参数设定，对训练过程中的参数进行设置，包括训练数据、测试数据、模型、是否使用GPU等。
Trainer中定义了训练和测试函数，分别为train()和_val_one_epoch()。train()函数中，根据设定的最大循环次数进行训练，每次循环调用_train_one_epoch()函数进行单步训练。训练过程中的loss保存在loss_meter中，confusion_matrix中保存具体预测结果。_val_one_epoch()函数对测试集在当前训练模型上的表现进行测试，具体预测结果保存在val_cm中，预测精度保存在val_accuracy中。
最后，通过Visdom工具对结果进行输出，包括loss和accuracy以及训练日志。可以在浏览器地址http://localhost:8097中查看结果。
测试代码流程
- Test parameters: 用于定义模型测试中的相关参数
- models: 从定义的ResNet类，实例化ResNet34及ResNet101网络模型。
- tester: 对测试类Tester实例化，Tester中主要进行模型加载函数与预测函数。
_load_ckpt()函数加载模型；
test()函数进行预测，其中定义了对单张图片进行预处理的过程，并输出预测结果。
Result
-
Loss
loss -
accuracy
accuracy 预测结果：
Processing image: img_0046.png
Prediction number: 0
Processing image: img_0000.png
Prediction number: 1
Processing image: img_0072.png
Prediction number: 2
Processing image: img_0080.png
Prediction number: 4
Processing image: img_0100.png
Prediction number: 5
Processing image: img_0014.png
Prediction number: 3
