Пользовательский загрузчик данных для изображений и меток в pytorch. Сложность с входами в функцию потерь - PullRequest
Новая
       73

Пользовательский загрузчик данных для изображений и меток в pytorch. Сложность с входами в функцию потерь

0 голосов
/ 01 апреля 2020

Я работал над этим https://www.kaggle.com/gti-upm/leapgestrecog набором данных в последнее время. Это набор данных жестов рук, и я пытался сделать классификатор. Из-за изображений, доступных в разных типах папок, я загрузил их на загрузчик данных. Вот это 

class DatasetLoader(Dataset):

  def __init__(self,path):
    self.path_list = path
    self.labels = []
    self.to_tensor = transforms.ToTensor()
    self.resize = transforms.Resize((120,320))
    self.gray = transforms.Grayscale(num_output_channels = 1)
    self._init_dataset()

 def _init_dataset(self):
    labels = set()
    for diro in os.listdir("/kaggle/input/leapgestrecog/leapGestRecog"):
      for d in os.listdir(os.path.join("/kaggle/input/leapgestrecog/leapGestRecog",diro)):
        if len(d.split('_'))>2:
          labels.add("_".join(d.split("_")[-2:]))
        else:
          labels.add(d.split("_")[-1])
    labels = list(labels) 
    ## help me on this line with some codes

  def __getitem__(self,idx): 
    if torch.is_tensor(idx): 
      idx = idx.tolist() 
    img_name = self.path_list[idx] 
    img = Image.open(img_name) 
    img = self.resize(img) 
    img = self.gray(img) 
    img = self.to_tensor(img) 
    if len(img_name.split('/')[-2].split('_')) > 2: 
      label = "_".join(img_name.split('/')[-2].split('_')[-2:]) 
    else: 
      label = img_name.split('/')[-2].split('_')[-1] 
    label = ## Here also 
    return img,label

  def __len__(self):
    return len(self.path_list)

У меня проблема с меткой, которую я получаю от этого загрузчика набора данных. Поскольку я создал модель, которая принимает n пакетов данных с 10 классами, поэтому при расчете потерь мне нужны метки размера (n, 10). Я не знаю что делать. Вот мой дизайн сети: 

class Net(nn.Module):
    def __init__(self):

        super(Net,self).__init__()
        self.conv1 = nn.Conv2d(1,32,5)
        self.pool = nn.MaxPool2d(2,2)
        self.conv2 = nn.Conv2d(32,64,3)
        self.conv3 = nn.Conv2d(64,64,3)
        self.fc1 = nn.Linear(64*38*13,128)
        self.fc2 = nn.Linear(128,10)

    def forward(self,x):
        x = self.pool(F.relu(self.conv1(x)))
        x = self.pool(F.relu(self.conv2(x)))
        x = self.pool(F.relu(self.conv3(x)))
        x = x.view(64,64*38*13)
        x = F.relu(self.fc1(x))

        return F.log_softmax(self.fc2(x),dim = 1)

Если у - метка изображения. Для обучения нашей сети мы кормим функцию потерь с помощью y и вывода. Но вывод, который мы получаем, имеет размер (64,10), поэтому мне нужна помощь с label в загрузчике данных

1 Ответ

0 голосов
/ 01 апреля 2020

Я вижу, что у вас есть некоторое недопонимание относительно входных измерений для функции потери нескольких классов в PyTorch. Наиболее часто используемая функция потерь для задач классификации - nn.CrossEntropyLoss(), которая ожидает необработанные логиты размером (n, c) (например, (64, 10)) в качестве входных данных, и цель (метка истинности земли) размера (n) (например, (10)) ,

Таким образом, вместо выполнения return F.log_softmax(self.fc2(x),dim = 1) было бы более стабильно напрямую выполнять return x и использовать CrossEntropyLoss. Нет необходимости менять форму ваших ярлыков, вы можете напрямую рассчитать потери, выполнив что-то вроде этого: 

criterion = nn.CrossEntropyLoss()
# Let x be (64, 10) output from model
# Let y be (10,) label
loss = criterion(x, y)
...