CIFAR10

该项目为课程作业

Dataset

CIFAR-10 是一个更接近普适物体的彩色图像数据集。该数据集是由 Hinton 的学生Alex Krizhevsky 和 Ilya Sutskever 整理的一个用于识别普适物体的小型数据集。数据集一共包含 10 个类别的 RGB 彩色图片。

每个图片的尺寸为 32 × 32 ，每个类别有 6000 个图像，数据集中一共有 50000 张训练图片和 10000 张测试图片。

Net-ShouZheng

网络 ShouZheng 是由 Conv2d、 BatchNorm2d、 ReLU、 Dropout、 MaxPool2d、 Linear以及 Flatten 层组成的简单网络。 相较于通常训练的简易网络，增加了 Dropout 层来增加网络鲁棒性。

Result

对网络 ShouZheng 进行 100 轮训练，在测试集上的 loss 与 accuracy 入下图所示

可以看出模型在第 75 个 epoch 时，loss达到最低，accuracy达到最高(69%)。

Dependencies

ShouZheng 网络依托于 pytorch 框架，可视化 loss 以及 accuracy 依托于 tensorboardX。在部分 pytorch 版本上 tensorboardX 可能不支持 可视化，使用时需要将其注释或自行替换。或者使用 tensorflow 也可对结果进行 可视化。

Prediction

进行预测使用 demo.py 即可，其中各参数代表如下:

• i str, 预测的图片路径
• m str, 预测模型权重路径

Option: Predict Image

Example: 预测图片airplane.png:

>> python demo.py -i ./examples/airplane.png -m ./src/sz_75.pth

Output:

your image shape is torch.Size([3, 32, 32])
The classification of the image is airplane

Training ShouZheng

训练 ShouZheng 请输入如下命令:

>> python train.py

Finding

在该网络中，到最后模型的收敛不足，不够理想。从模型角度讲，这可能是因为模型本身层数较少、 模型训练轮数欠缺、lr不理想等导致。从数据集角度来说，数据集本身每张图片尺寸较小也可能 是原因之一。

通过添加残差结构、更换激活函数、重新设置超参数以及选取合适的迭代器与 LOSS 是提升模型效果的途径。