### 使用ResNet模型在PyTorch中实现图像分类 为了使用ResNet模型在PyTorch中执行图像分类任务，可以按照以下方法操作： #### 安装依赖库 确保安装了必要的Python包，特别是`torchvision`和`torch`。 ```bash pip install torch torchvision ``` #### 导入所需模块并加载预训练模型 导入所需的模块，并通过`torchvision.models`加载预训练的ResNet50模型。此模型具有由四个残差块组成的架构，这些块分别重复3次、4次、6次和3次[^1]。 ```python import torch from torchvision import models, transforms from PIL import Image model = models.resnet50(pretrained=True) for param in model.parameters(): param.requires_grad = False num_ftrs = model.fc.in_features output_size = 1000 # 假设目标类别数量为1000 model.fc = torch.nn.Linear(num_ftrs, output_size) ``` 对于更深层次的Block（即层数大于等于3），采用改进后的Bottleneck结构；而对于较浅层次，则继续沿用原始的Basic Block设计[^2]。 #### 数据预处理与增强 定义用于训练集的数据转换规则，包括随机裁剪、水平翻转以及标准化等操作来增加数据多样性。测试集则只需简单的中心裁剪及相同的标准变换即可。 ```python data_transforms = { 'train': transforms.Compose([ transforms.RandomResizedCrop(224), transforms.RandomHorizontalFlip(), transforms.ToTensor(), transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225]) ]), 'val': transforms.Compose([ transforms.Resize(256), transforms.CenterCrop(224), transforms.ToTensor(), transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225]) ]), } ``` #### 加载自定义数据集 如果打算应用到特定领域比如农业中的作物疾病识别上，那么应该准备相应的图片文件夹路径，并利用`ImageFolder`类创建Dataset对象[^3]。 ```python image_datasets = {x: datasets.ImageFolder(os.path.join(data_dir, x), data_transforms[x]) for x in ['train', 'val']} dataloaders = {x: torch.utils.data.DataLoader(image_datasets[x], batch_size=4, shuffle=True, num_workers=4) for x in ['train', 'val']} dataset_sizes = {x: len(image_datasets[x]) for x in ['train', 'val']} class_names = image_datasets['train'].classes ``` #### 训练过程 设置损失函数（如交叉熵）、优化器（如Adam或SGD）以及其他超参数之后就可以开始迭代训练循环，在每个epoch结束时评估验证集上的性能指标。 ```python criterion = nn.CrossEntropyLoss() optimizer = optim.SGD(model.parameters(), lr=0.001, momentum=0.9) device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu") model.to(device) def train_model(model, criterion, optimizer, scheduler=None, num_epochs=25): best_acc = 0.0 for epoch in range(num_epochs): print(f'Epoch {epoch}/{num_epochs - 1}') print('-' * 10) for phase in ['train', 'val']: if phase == 'train': model.train(True) else: model.eval() running_loss = 0.0 running_corrects = 0 for inputs, labels in dataloaders[phase]: inputs = inputs.to(device) labels = labels.to(device) with torch.set_grad_enabled(phase=='train'): outputs = model(inputs) _, preds = torch.max(outputs, 1) loss = criterion(outputs, labels) if phase == 'train': optimizer.zero_grad() loss.backward() optimizer.step() running_loss += loss.item() * inputs.size(0) running_corrects += torch.sum(preds == labels.data) epoch_loss = running_loss / dataset_sizes[phase] epoch_acc = running_corrects.double() / dataset_sizes[phase] print('{} Loss: {:.4f} Acc: {:.4f}'.format( phase, epoch_loss, epoch_acc)) if phase == 'val' and epoch_acc > best_acc: best_acc = epoch_acc return model ``` 完成上述步骤后，便可以在自己的计算机视觉项目里有效地运用ResNet来进行高效的特征提取与分类工作。