该项目基于飞桨构建模型对Fashion-MNIST数据集分类。数据集含60000张训练图、10000张测试图，为28x28灰度图，分10类。项目先解压数据、查看概览，再划分训练集与验证集（8:2），计算均值和方差，定义数据读取器。构建简单卷积神经网络，经两次训练（固定和变动学习率），评估得精度0.91225，最后保存模型并实现预测功能。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
- 图像分类（image classification）是计算机视觉领域中最简单最基础的任务，学习研究图像分类是每个计算机视觉研究者的必经之路，图像分类网络也是很多更复杂任务（如目标检测、语义分割等）算法的基础。
- 项目目标：构建一种机器学习算法模型，对Fashion-MNIST数据集正确分类
- 环境要求：飞桨 PaddlePaddle 2.2 及以上版本
- Fashion-MNIST由60000张训练集图像、10000张测试集图像及对应的标签构成，每张图像是分辨率为28x28的灰度图像，包含10种分类：T恤、裤子、套头衫、连衣裙、大衣、凉鞋、衬衫、运动鞋、包、短靴。
- 数据特点：图片太小，但数量充足，标签分布均匀
- 项目概述：
- 主要思路：数据图片是灰度图形式，数量充足，但是28 * 28 的尺寸是比较小的，因此考虑对原始数据进行放大处理，以使特征充分暴露。也可考虑其他数据增强方式，比如制作jia的RGB三通道图像等。
- 操作过程：分析数据--》划分数据集--》构建数据读取器--》构建网络模型--》训练模型--》评估模型--》保存模型--》调用模型进行预测
- 模型问题：本项目手动构建了一个简单模型，结构比较简单、原始，但好处是规模较小，容易训练，效果也还可以吧。另外这个小模型还有个好处，就是你可以很方便的对结构进行变更，来比较不同的模型配置的实际效果。针对本项目，层数越多未必越好，卷积核太大效果也不太理想。
- 训练问题：本项目进行了两次训练，第一次使用固定学习率，第二次使用了变动学习率，以进一步提升精度。训练中要特别注意曲线变化，因为模型很小，很容易过拟合。
- 一个瑕疵：使用 interpolation=cv2.INTER_CUBIC 方式放大图片的效果比默认方式好，但有个副作用：每次放大生成的图片可能略有不同，导致均值和方差的计算结果不是定值，喂给模型的图片也会存在细微差别，虽然人眼看不出来。但从实际的训练效果来看，似乎影响不大。
- 一个坑：图片分类模型的输出层通常接一个softmax，虽然这并不会对精度提升有帮助，但是会使输出的结果比较规矩。但是需要注意：使用 paddle.nn.CrossEntropyLoss 做损失函数时，如果模型中已经有了sofmax输出层，则应该设置 use_softmax = False，否则会导致训练失败，loss值不下降。
In [ ]
- 这个示例使用 paddle version:2.3.0
- 使用pandas处理csv文件
- 使用cv2对图片进行放大
# import 导入模块import paddlefrom paddle.io import Dataset#from paddle.vision.transforms import functional as F#from paddle.vision.transforms import RandomRotation#from paddle.vision import transforms#import matplotlibimport matplotlib.pyplot as plt#import PIL.Image as Imageimport numpy as npimport pandas as pdimport cv2import osimport shutilimport zipfile#import platform#import globimport random#import datetime#---打印paddle 版本print(f"paddle version:{paddle.__version__}")
In [2]
- 数据集链接：https://aistudio.baidu.com/aistudio/datasetdetail/145250
- 数据以csv文件方式提供
- 解压并查看数据
# func 解压zip文件def unzip_files(file_path,unzip_path):
zipFile = zipfile.ZipFile(file_path) try: for file in zipFile.namelist():
zipFile.extract(file, unzip_path) except: pass
finally:
zipFile.close()# 定义这个解压函数不是必须的，仅仅是为了跨系统时代码可以通用。也可以手动解压，Linux 可以使用unzip等工具
In [3]
# run 解压训练数据# 28*28灰度图，10种分类：T恤、裤子、套头衫、连衣裙、大衣、凉鞋、衬衫、运动鞋、包、短靴fd_data = "./data/" # data文件夹#zip_file_path = "./data/fashion-mnist_train.zip" # 训练数据zip_file_path = "./data/data145250/fashion-mnist_train.zip" # 训练数据 aistudio数据挂载路径unzip_files(os.path.normpath(zip_file_path),os.path.normpath(fd_data)) # 解压训练数据# 压缩包里面有两个文件，“fashion-mnist_train.csv”是训练数据，“fashion-mnist_test_data.csv”是测试数据In [ ]
# run 查看原始数据train_csv_path = "./data/fashion-mnist_train.csv"train_csv = pd.read_csv(os.path.normpath(train_csv_path))print(train_csv)# fashion-mnist_train.csv 这个文件中，第一列是标签，后面是灰度图每一个像素点对应的灰度值,运行这段代码可以看到基本文件结构In [5]
# run 对标签数量进行统计train_csv["label"].value_counts()# 这个统计是为了查看数据的分布情况。这个数据集的分布非常均匀，每一个标签的图片数量都是6000
9 6000 8 6000 7 6000 6 6000 5 6000 4 6000 3 6000 2 6000 1 6000 0 6000 Name: label, dtype: int64In [6]
# func 传入索引，提取图片img_e_h, img_e_w = 96, 96 # 放大尺寸def get_pic(row_idx, data_csv, enlarge=False):
img_data = list(data_csv.loc[row_idx]) # 获取一行数据
img_label = img_data[0] # 获取标签
img = img_data[1:] # 获取数据
img = np.array(img,dtype="uint8") # 转换为np数组
img.resize(img_h,img_w) # 还原成28*28
if(enlarge): # 放大图片
img = cv2.resize(img, (img_e_h, img_e_w), interpolation=cv2.INTER_CUBIC) # interpolation=cv2.INTER_CUBIC效果好但速度慢，而且每次放大的结果都稍有不同
#img = cv2.resize(img, (img_e_h, img_e_w)) # 使用默认放大方式，执行此行
return (img_label, img)# 这个函数用于从csv文件中提取还原出图片# 函数中有一个放大操作，这里是放大到96*96，这个时候人眼已经可以比较轻松的识别了# 原始图片非常小，不好操作，所以考虑进行放大处理# 没有放大到整数倍，是因为担心放大到整数倍对于计算机来说没有多大意义# 也可以放到很大，但是模型参数会比较多，96*96相对比较适中# fashion-mnist_train.csv 文件中的第一列是标签，fashion-mnist_test_data.csv 文件中的第一列是索引，所以训练和测试可以共用这个函数
In [7]
# run 随机查看一张图片img_h, img_w = 28, 28 # 图片高度和宽度label_list = ["T恤","裤子","套头衫","连衣裙","大衣","凉鞋","衬衫","运动鞋","包","短靴"] # 标签列表row_count = train_csv.shape[0] # 获取行数 60000row_idx = random.randint(0 ,row_count - 1) # 随机生成一个行索引label1, img1 = get_pic(row_idx, train_csv)print(f"Label for a random pic:{label_list[label1]}")
plt.imshow(img1,cmap="gray") # 显示灰度图# 尝试还原一张图片，看看原始图片的样子# 这段代码同时初始化了标签列表
Label for a random pic:连衣裙
/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/matplotlib/cbook/__init__.py:2349: DeprecationWarning: Using or importing the ABCs from 'collections' instead of from 'collections.abc' is deprecated, and in 3.8 it will stop working if isinstance(obj, collections.Iterator): /opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/matplotlib/cbook/__init__.py:2366: DeprecationWarning: Using or importing the ABCs from 'collections' instead of from 'collections.abc' is deprecated, and in 3.8 it will stop working return list(data) if isinstance(data, collections.MappingView) else data
/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/matplotlib/image.py:425: DeprecationWarning: np.asscalar(a) is deprecated since NumPy v1.16, use a.item() instead a_min = np.asscalar(a_min.astype(scaled_dtype)) /opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/matplotlib/image.py:426: DeprecationWarning: np.asscalar(a) is deprecated since NumPy v1.16, use a.item() instead a_max = np.asscalar(a_max.astype(scaled_dtype))
In [8]
b/python3.7/site-packages/matplotlib/image.py:425: DeprecationWarning: np.asscalar(a) is deprecated since NumPy v1.16, use a.item() instead
a_min = np.asscalar(a_min.astype(scaled_dtype))
/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/matplotlib/image.py:426: DeprecationWarning: np.asscalar(a) is deprecated since NumPy v1.16, use a.item() instead
a_max = np.asscalar(a_max.astype(scaled_dtype))# run 尝试将图片放大label1, img1 = get_pic(row_idx, train_csv, enlarge=True)print(f"Label for a random pic:{label_list[label1]}")
plt.figure(figsize=(8,8),dpi=50) #修改显示的图像大小#plt.axis('off')plt.imshow(img1,cmap="gray")print(np.array(img1).shape)# 尝试将图片放大，看看放大后的效果
Label for a random pic:连衣裙 (96, 96)
In [9]
- 分割训练集和验证集
- 训练集和验证集比例：8:2
- 计算均值和方差
- 定义了两个计算均值和标准差的函数，实际使用的是第二个
- 放大图片使用了interpolation=cv2.INTER_CUBIC，这个放大方法得到的图片并不总是一定的，这导致对均值和标准差的计算结果存在不确定性
- 定义数据读取器
- interpolation=cv2.INTER_CUBIC放大方法的问题，使得：即使是同一张图片，每次喂给模型的数据会存在非常细微的不同
- 准备训练集和验证集
# run 划分 训练集和验证集idx_split = int(row_count*0.8) # 前80%设置为训练集print(idx_split) # 48000# 原始数据集已经是乱序排列，所以没有在进行乱序处理，直接计算出一个分割值
48000In [10]
# func 计算原始图片的均值和标准差def calc_means_stdevs():
means, stdevs = 0, 0 # 均值和标准差
pix_count = img_h*img_w*row_count # 像素总数
sum = train_csv.iloc[:,1:].sum(axis=1) # 对所有行的第1列到最末列求和
sum = np.array(sum) # 转成np数组
sum = sum.sum() # 求和
means = sum / pix_count # 均值
print(f"means:{means}")
data_all = train_csv.iloc[:,1:] # 获取所有数据
data_all = np.array(data_all) # 转成np数组
data_all = data_all - means # 减去均值
data_all = data_all**2 # 平方
stdevs = np.sqrt(data_all.sum() / pix_count) # 得到标准差
print(f"stdevs:{stdevs}") return (means, stdevs)# 这个函数不是必须的，因为我这里是使用放大后的图片，仅列示出来以供参考
In [11]
# func 计算放大后图片的均值和标准差def calc_means_stdevs_enlarge():
means, stdevs = 0, 0 # 均值和标准差
pix_count = img_e_h*img_e_w*row_count # 像素总数
sum = 0 # 求和
for idx in range(0, row_count):
label1, img1 = get_pic(row_idx, train_csv, enlarge=True) # 获取放大后的图片
img1 = np.array(img1) # 转成np数组
sum += img1.sum() # 计算和
means = sum / pix_count # 均值
print(f"means:{means}")
sum1 = 0 # 减均值，然后求平方和
for idx in range(0, row_count):
label1, img1 = get_pic(row_idx, train_csv, enlarge=True) # 获取放大后的图片
img1 = np.array(img1) # 转成np数组
img1 = img1 - means # 减均值
img1 = img1 ** 2 # 平方
sum1 += img1.sum() # 计算和
stdevs = np.sqrt(sum1 / pix_count) # 得到标准差
print(f"stdevs:{stdevs}") return (means, stdevs)# 这个函数用来计算放大后的图片的均值和标准差，因为我们要把放大后的图片喂给模型# 由于放大方式使用了interpolation=cv2.INTER_CUBIC，这个方法的放大结果存在一定不确定性，导致均值和标准差的计算结果也存在一定不确定性# 使用 interpolation=cv2.INTER_CUBIC是我这个示例的瑕疵之一，但从实际效果来看，似乎影响甚微
In [23]
# run 计算均值和标准差#means, stdevs = 0, 1 # 不使用减均值除标准差的处理，执行此行#means, stdevs = calc_means_stdevs() # 要使用原始数据的均值和方差，执行此行means, stdevs = calc_means_stdevs_enlarge() # 要使用放大后图片的均值和方差，执行此行
means:61.16547309027778 stdevs:54.048929187014885In [24]
# class 定义数据读取器class DataReader(Dataset):
def __init__(self,
means, #均值
stdevs, #标准差
data_csv, # 数据
mode='train_set'): # train_set val_set
"""
初始化函数
"""
self.mode = mode
self.data = []
self.data_csv = data_csv
self.means = means
self.stdevs = stdevs
idx_begin = 0
idx_end = idx_split # 分割点
if mode == 'train_set': pass
elif mode == "val_set":
idx_begin = idx_split
idx_end = row_count # 总条数
for idx in range(idx_begin, idx_end):
d_row = list(train_csv.loc[idx]) # 取出一行
d_label = d_row[0] # 分离出标签
#d_date = d_row[1:] # 分离出数据
self.data.append([idx, d_label]) print(f"size of {mode}:{len(self.data)}")
def __getitem__(self, index):
"""
读取图片，对图片进行归一化处理，返回图片和 标签
"""
row_idx, label = self.data[index] # 获取数据
label, img = get_pic(row_idx, train_csv, enlarge=True) # 获取图片，并放大
img = np.array(img, dtype="float32") # 转换为np数组，float32格式
img = img - self.means # 减均值
img = img / self.stdevs # 除方差
img = img / 255 # 归一化
img = np.expand_dims(img, axis=0) #扩展一个维度
return img, np.array(label, dtype='int64') def __len__(self):
"""
获取样本总数
"""
return len(self.data)# 喂给模型的是处理好的数据，处理方法要在这里定义好
In [ ]
# run 准备数据集读取器train_dataset = DataReader(means, stdevs, train_csv, 'train_set') # 训练集数据加载器val_dataset = DataReader(means, stdevs, train_csv, 'val_set') # 评估集数据加载器idx_max = train_dataset.__len__()
idx = random.randint(0 ,idx_max - 1) # 随机生成一个索引data, label = train_dataset[idx] # 随机取出一个数据print(f"data label:{label}")print(f"data shape:{np.array(data).shape}")print(f"data content:\n{data}")
- 定义网络模型
- 自定义了一个简单模型
- 准备模型网络
In [26]
# class 构造模型class FashionNet(paddle.nn.Layer): # 自定义的类
def __init__(self, num_classes=10, model_name="model_mk0"): # 输出的分类数，模型名称
super(FashionNet, self).__init__()
self.model_name = model_name
self.conv1 = paddle.nn.Conv2D(in_channels=1, out_channels=96, kernel_size=(5, 5), stride=1, padding = 1) #self.pool1 = paddle.nn.MaxPool2D(kernel_size=2, stride=2)
self.relu1=paddle.nn.ReLU()
self.conv2 = paddle.nn.Conv2D(in_channels=96, out_channels=96, kernel_size=(3,3), stride=2, padding = 0) #self.pool2 = paddle.nn.MaxPool2D(kernel_size=2, stride=2)
self.relu2=paddle.nn.ReLU()
self.conv3 = paddle.nn.Conv2D(in_channels=96, out_channels=96, kernel_size=(3,3), stride=2, padding = 0)
self.relu3=paddle.nn.ReLU()
self.conv4 = paddle.nn.Conv2D(in_channels=96, out_channels=96, kernel_size=(3,3), stride=2, padding = 1) #self.pool4 = paddle.nn.MaxPool2D(kernel_size=2, stride=2)
self.relu4=paddle.nn.ReLU() #self.conv5 = paddle.nn.Conv2D(in_channels=96, out_channels=96, kernel_size=(5,5), stride=1, padding = 1)
#self.pool5 = paddle.nn.MaxPool2D(kernel_size=2, stride=2)
#self.relu5=paddle.nn.ReLU()
self.flatten = paddle.nn.Flatten()
#self.linear1 = paddle.nn.Linear(in_features=14336, out_features=224)
self.linear1 = paddle.nn.Linear(in_features=11616, out_features=96)
self.relu6=paddle.nn.ReLU()
self.linear2 = paddle.nn.Linear(in_features=96, out_features=num_classes)
self.sm1 = paddle.nn.Softmax()
def forward(self, x):
x = self.conv1(x) #x = self.pool1(x)
x = self.relu1(x)
x = self.conv2(x)
x = self.relu2(x)
x = self.conv3(x)
x = self.relu3(x)
x = self.conv4(x) #x = self.pool4(x)
x = self.relu4(x) #x = self.conv5(x)
#x = self.relu5(x)
x = self.flatten(x)
x = self.linear1(x)
x = self.relu6(x)
x = self.linear2(x)
x = self.sm1(x)
return x
In [27]
# run 准备网络model = paddle.Model(FashionNet(num_classes=10,model_name="fashion_mk1"))print(f"model name:{model.network.model_name}")
model.summary((1, 1, 96, 96))
model name:fashion_mk1
---------------------------------------------------------------------------
Layer (type) Input Shape Output Shape Param #
===========================================================================
Conv2D-9 [[1, 1, 96, 96]] [1, 96, 94, 94] 2,496
ReLU-6 [[1, 96, 94, 94]] [1, 96, 94, 94] 0
Conv2D-10 [[1, 96, 94, 94]] [1, 96, 46, 46] 83,040
ReLU-7 [[1, 96, 46, 46]] [1, 96, 46, 46] 0
Conv2D-11 [[1, 96, 46, 46]] [1, 96, 22, 22] 83,040
ReLU-8 [[1, 96, 22, 22]] [1, 96, 22, 22] 0
Conv2D-12 [[1, 96, 22, 22]] [1, 96, 11, 11] 83,040
ReLU-9 [[1, 96, 11, 11]] [1, 96, 11, 11] 0
Flatten-3 [[1, 96, 11, 11]] [1, 11616] 0
Linear-5 [[1, 11616]] [1, 96] 1,115,232
ReLU-10 [[1, 96]] [1, 96] 0
Linear-6 [[1, 96]] [1, 10] 970
Softmax-3 [[1, 10]] [1, 10] 0
===========================================================================
Total params: 1,367,818
Trainable params: 1,367,818
Non-trainable params: 0
---------------------------------------------------------------------------
Input size (MB): 0.04
Forward/backward pass size (MB): 17.02
Params size (MB): 5.22
Estimated Total Size (MB): 22.27
---------------------------------------------------------------------------
{'total_params': 1367818, 'trainable_params': 1367818}
In [ ]
- 配置参数，加载数据，训练模型
- 模型中已经使用了softmax做输出层，在使用CrossEntropyLoss时不需要使用softmax做归一化，需要配置use_softmax = False
- 模型训练了两次，第一次使用固定学习率，第二次使用变动学习率
# run 训练模型 固定学习率fd_visualdl_log = "visualdl_log" # visualdl log文件夹lr = 5e-5 # 学习率 0.00005optim = paddle.optimizer.Adam(learning_rate=lr, parameters=model.parameters()) # 优化器visualdl = paddle.callbacks.VisualDL(log_dir=fd_visualdl_log) # VisualDL工具的回调函数model.prepare(optim,
paddle.nn.CrossEntropyLoss(use_softmax = False), # 因为模型中已经使用了softmax做输出层，因此这里面不需要使用softmax做归一化
paddle.metric.Accuracy()) # 验证函数model.fit(train_dataset, # 训练数据集
val_dataset, # 评估数据集
epochs=7, # 训练的总轮次
batch_size=5, # 训练使用的批大小,使用变动学习率时，batch_size最好小一些，6，8
verbose=1, # 设置可视化
callbacks=[visualdl]) # visualdl# 第一次训练，先使用固定学习率看看效果
In [ ]
# run 训练模型 变动学习率fd_visualdl_log = "visualdl_log" # visualdl log文件夹lr = 5e-5 # 学习率scheduler = paddle.optimizer.lr.LinearWarmup(
learning_rate=lr, warmup_steps=20, start_lr=5e-5, end_lr=3e-4, verbose=False)
optim = paddle.optimizer.Adam(learning_rate=scheduler, parameters=model.parameters())
visualdl = paddle.callbacks.VisualDL(log_dir=fd_visualdl_log) # VisualDL工具的回调函数model.prepare(optim,
paddle.nn.CrossEntropyLoss(use_softmax = False), # 因为模型中已经使用了softmax做输出层，因此这里面不需要使用softmax做归一化
paddle.metric.Accuracy()) # 验证函数model.fit(train_dataset, # 训练数据集
val_dataset, # 评估数据集
epochs=7, # 训练的总轮次
batch_size=5, # 训练使用的批大小,使用变动学习率时，batch_size最好小一些，6，8
verbose=1, # 设置可视化
callbacks=[visualdl]) # visualdl# 第二次训练，这次加了个wormup，看看是不是能提升一下精度
In [30]
- 评估模型训练效果
# run 评估模型result = model.evaluate(val_dataset, verbose=1)print(result)# 由于模型结构非常简单原始，这大概是这个模型能达到的最好效果了
Eval begin...
step 12000/12000 [==============================] - loss: -0.0000e+00 - acc: 0.9123 - 5ms/step
Eval samples: 12000
{'loss': [-0.0], 'acc': 0.91225}
In [31]
- 保存训练的结果
# func 保存模型参数的函数fd_model_save = "./model_save/" #模型保存目录os.path.normpath(fd_model_save)def model_save(model):
if os.path.exists(os.path.normpath(fd_model_save)):shutil.rmtree(os.path.normpath(fd_model_save)) #保存模型的文件夹
print(f"saving model {model.network.model_name} for training...")
model.save(fd_model_save+model.network.model_name) # save for training
print(f"saving model {model.network.model_name} for inference...")
model.save(fd_model_save+model.network.model_name, False) # save for inference
print(f"model {model.network.model_name} has been saved to {fd_model_save}")# 这个函数用来 把训练好的模型保存起来，以用于日后调用或者再次训练
In [32]
# run 保存模型model_save(model)
saving model fashion_mk1 for training... saving model fashion_mk1 for inference... model fashion_mk1 has been saved to ./model_save/
In [33]
- 用训练的模型进行预测
- 随机选取一个test集中的数据进行预测
# run 解压test数据集fd_data = "./data/" # data文件夹#zip_file_path = "./data/fashion-mnist_test_data.zip" # test数据zip_file_path = "./data/data145250/fashion-mnist_test_data.zip" # test数据 aistudio数据挂载路径unzip_files(os.path.normpath(zip_file_path),os.path.normpath(fd_data)) # 解压test数据# 把test数据集解压出来，这里复用了解压函数，也可以手动解压In [ ]
# run 查看test原始数据test_csv_path = "./data/fashion-mnist_test_data.csv"test_csv = pd.read_csv(os.path.normpath(test_csv_path))print(test_csv)# test数据和训练数据的唯一却别是，第一列不是标签而是索引值，这样就可以复用前面定义的图片提取并放大的函数In [35]
# run 查看一张随机 test集图片row_count = test_csv.shape[0] # 获取行数 60000row_idx = random.randint(0 ,row_count - 1) # 随机生成一个行索引idx1, img1 = get_pic(row_idx, test_csv) plt.imshow(img1,cmap="gray") # 显示灰度图# 随机查看一张test图片，先人眼判断一下
/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/matplotlib/image.py:425: DeprecationWarning: np.asscalar(a) is deprecated since NumPy v1.16, use a.item() instead a_min = np.asscalar(a_min.astype(scaled_dtype)) /opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/matplotlib/image.py:426: DeprecationWarning: np.asscalar(a) is deprecated since NumPy v1.16, use a.item() instead a_max = np.asscalar(a_max.astype(scaled_dtype))
In [36]
# func 模型预测函数，传入模型类、模型名称、图片索引、数据集dataframe，加载模型并预测数据def model_predict(my_net,model_name,img_idx,data_csv):
#paddle.set_device('gpu:1')
#paddle.set_device('cpu')
#定制化模型（无需label）
input_define = paddle.static.InputSpec(shape=[1,3,112,112], dtype="float32", name="img")
model = paddle.Model(my_net(num_classes=10,model_name=model_name),input_define) #加载模型参数
model_path = os.path.join(os.path.normpath(fd_model_save), model_name)
model.load(model_path)
model.prepare()
idx, img = get_pic(row_idx, data_csv, enlarge=True) # 获取图片，并放大
img = np.array(img, dtype="float32") # 转换为np数组，float32格式
img = img - means # 减均值
img = img / stdevs # 除方差
img = img / 255 # 归一化
img = np.expand_dims(img, axis=0) # 扩展一个维度
img = np.expand_dims(img, axis=0) # 扩展一个维度
#img = paddle.to_tensor(img)
result = model.predict(test_data=[img]) #print(result)
#idx = np.argmax(result)
#print(f"result:[{label_list[idx]}]")
return result# 这个函数用来调用已经保存的模型，然后对传入的数据进行预测
In [37]
# run 用模型预测选取的图片，并打印输出预测结果result = model_predict(FashionNet,"fashion_mk1",idx1,test_csv)print(result)
idx = np.argmax(result)print(f"result:[{label_list[idx]}]")# 把刚才随机选出的图片交给模型进行预测，看看预测的结果
Predict begin...
step 1/1 [==============================] - 4ms/step
Predict samples: 1
[(array([[5.2177566e-13, 3.2803663e-15, 1.3896773e-05, 1.4886105e-16,
9.9998593e-01, 3.0198786e-18, 2.2157795e-07, 9.9112047e-19,
1.9151252e-12, 2.9413131e-20]], dtype=float32),)]
result:[大衣]
针对本项目：
In [ ]
- 使用 interpolation=cv2.INTER_CUBIC 方式放大图片的效果比默认方式好，但有个副作用：每次放大生成的图片可能略有不同，导致均值和方差的计算结果不是定值
- 大卷积核未必效果好
- 图片放大到 96 * 96 比放大到 112 * 112 或 224 * 224 更划算
- 学习率，5e-5比3e-4 效果好
- 使用变动的学习率，效果往往更好
- 层数多未必好用
- 使用 paddle.nn.CrossEntropyLoss 做损失函数时，如果模型中已经有了sofmax输出层，则应该设置 use_softmax = False
# run 清理文件if os.path.exists("visualdl_log"):shutil.rmtree("visualdl_log") #visualdl_log文件夹if os.path.exists(os.path.normpath(fd_model_save)):shutil.rmtree(os.path.normpath(fd_model_save)) #保存模型的文件夹# 如果数据有用，可不必清理# 但是在测试过程中，应该保持一个良好的习惯
代码解释
In [ ]
# 查看可视化曲线 ：(本地运行时)终端运行 visualdl --logdir ./visualdl_log
# https
# 两次
# 转成
# 加载
# 不需要
# 有个
# 使用了
# 大到
# 大后
# 标准差
# 均值
# 图片放大
# linux
# paddlepaddle
# 算法
# pandas
# igs
# red
# 排列
# csv文件
# ai
# 工具
# python
相关栏目：
【
Google疑问12 】
【
Facebook疑问10 】
【
网络优化91478 】
【
技术知识72672 】
【
云计算0 】
【
GEO优化84317 】
【
优选文章0 】
【
营销推广36048 】
【
网络运营41350 】
【
案例网站102563 】
【
AI智能45237 】
相关推荐：
Midjourney怎么用一键生成logo_Midjourneylogo生成步骤【教程】
深入解析音视频转录：全面指南与实践技巧
通义千问网页版怎么切换账号_通义千问账号切换步骤【指南】
Docker MCP Toolkit：简化AI代理与外部工具的连接
AI驱动的合同审查：Adobe Acrobat AI助手提升效率与准确性
客户生命周期价值：终极商业增长策略
千问怎样生成年度业绩分析_千问业绩分析模型与数据解读【攻略】
AI PPT生成工具有哪些_一键生成演示文稿的AI工具推荐
AI 编码助手大比拼：Gemini、Tabnine 和 Cline 的深度测评
探索孟加拉音乐魅力：高尔德普林特莎丽，节日欢歌
ClaudePC端怎么设主题色_ClaudePC端主题设置步骤【教程】
Pearson AI学习工具：高效提升你的数学学习效率
Base44 AI应用构建器深度评测：Wix 8000万美元收购的秘密
微信AI数字人怎样切换形象风格_微信AI数字人形象更换与风格选择【技巧】
扣子AI如何绑定自有域名_扣子AI域名绑定与SSL配置【步骤】
AI面试助手：提升招聘效率的终极工具
Midjourney怎么用一键生成壁纸_Midjourney壁纸生成教程【教程】
提升效率：使用AI代理自动生成视频标题的实用指南
如何利用豆包 AI 快速查询当地生活服务资讯
AI任务管理器终极评测：找到最适合你的效率神器
千问怎样调整回答语气_千问语气设置亲切专业等【指南】
百度AI搜索怎样设置搜索偏好_百度AI搜索偏好设置与个性化推荐【技巧】
AI超级英雄大乱斗：蜘蛛侠、死侍的爆笑奇幻之旅
tofai入口官方网站 tofai网页版入口地址
P&ID图完全解析：符号、应用及绘制指南
MAKA AI排版怎样设置动画效果_MAKA AI排版动画添加与参数调整【技巧】
Google Gemini 在跨时区团队管理中的应用技巧
实测效率提升超35%！科大讯飞星火AIPC开启AI办公新纪元
轻松生成二维码：免费AI工具终极指南
DeepSeek解释机器学习模型 DeepSeek数据科学学习指南
PandaDoc vs. SignEasy: 2025 eSignature 平台终极对比
历史影像解密：唇语专家如何还原一战士兵对话？
怎么用AI制作数字人短视频？3步教你创建虚拟主播
探索都市传说：追寻鳄鱼飞机怪物“Bombardino Crocodilo”
如何利用 DeepSeek 进行多轮复杂对话的状态管理
解读 Karan Aujla：如何用音乐连接全球与故土？
2025年生成式AI发展蓝图：娱乐、医疗及创意产业的革新
Universe：用 iPhone 在 5 分钟内打造网站的终极指南
AI照片编辑终极指南：一键打造潮流图像
使用AI代码生成器轻松构建Web应用程序：Beela vs. Google AI Studio
QuickBooks Desktop 到 Online 迁移指南：轻松转移您的公司数据
千问能否生成多语言年终总结_千问多语言翻译与本地化调整【攻略】
千问AI赚钱指南：新手也能月入破万的实操路径解析！
利用 Gemini 1.5 Pro 进行超长视频摘要提取
动漫肌肉美学：盘点最佳动漫肌肉男体格
Motion 教程：AI 驱动的智能日程安排，提高工作效率
如何配置 DeepSeek 以支持企业级私有化部署
Tenorshare PDNob：免费AI图像翻译器，即时转换图像为文本
留学文书PS怎么写？教你用AI写出招生官眼前一亮的个人陈述
AI无镜头相机Paragraphica：颠覆传统摄影的新方式
2025-07-28
南京市珐之弘网络技术有限公司专注海外推广十年,是谷歌推广.Facebook广告全球合作伙伴,我们精英化的技术团队为企业提供谷歌海外推广+外贸网站建设+网站维护运营+Google SEO优化+社交营销为您提供一站式海外营销服务。