cbjerry993 / resnet_pokemon

使用残差网络ResNet18迁移学习识别宝可梦数据集。

ResNet18识别宝可梦数据集

版本：v1.0.20200502

数据集介绍

数据集官网

数据集在文件夹pokemon内，共有5大分类，1168张图片。包含了妙蛙种子234张、小火龙238张、杰尼龟223张、皮卡丘234张、超梦239张。

项目介绍

模型使用的是ResNet18，训练了10个epochs，使用visdom可视化准确率和损失。最终对比了迁移学习和自定义的残差网络效果。项目主要文件如下：

• pokemon.py 用于加载和标记数据集
• resnet.py 自己写的残差网络
• train_scratch.py 使用自己写的残差网络训练
• train_transfer.py 使用已训练过的残差网络训练（迁移学习）
• utils.py 一些辅助方法（打平数据和显示图像）
• best_scratch.mdl / best_transfer.mdl 最佳准确率的参数，有则该无则增。可以在train之前删掉。

项目流程

预处理

预处理主要有图片的resize操作，数据增强，标准化和转换成tensor，加载标记和切分数据集。

自定义残差网络

迁移学习残差网络

训练和测试

训练结果

train_scratch是自己搭建的ResNet18，train_transfer是使用已经训练好的ResNet18进行迁移学习。后者效果更佳！

训练文件	最佳准确率 best acc	测试集准确率 test acc
train_scratch	89.6%	92%
train_transfer	94.8%	95.2%

项目总结

虽然整体的数据集较小（1168张图片），但是迁移学习比自定义的ResNet效果更佳，准确率可以达到95%+。

其他待研究：增加训练epochs，修改学习率，数据增强等操作能否再提高准确率？

resnet_pokemon's Issues

RuntimeError: DataLoader worker (pid 9236) is killed by signal: Bus error. Details are lost due to multiprocessing. Rerunning with num_workers=0 may give better error trace.

why??
RuntimeError: DataLoader worker (pid 9236) is killed by signal: Bus error. Details are lost due to multiprocessing. Rerunning with num_workers=0 may give better error trace.