计算机视觉技术实战 课件 项目2 图像分类：基于ResNet-18的时尚商品识别.pptx

项目2图像分类：基于ResNet-18的时尚商品识别

教学目标能力目标（1）掌握Pytorch内置数据集的加载和预处理。（2）理解ResNet-18的基本结构和工作原理。（3）掌握Pytorch预训练模型的选择和微调方法。（4）掌握TensorBoard可视化工具的安装和使用。（5）熟悉使用ResNet-18预训练模型进行图像分类。知识目标(1)掌握解决图像分类任务的基本步骤和实际操作技能。(2)为进一步深入学习更复杂的视觉任务打下坚实的基础。

工程目录图2-1是项目的主要文件和目录结构。其中dataset为存放数据集的目录，model为存放模型文件的目录，logs为存放TensorBoard日志文件的目录。ResNet18.ipynb和ResNet18.py为本项目的主要代码文件，两者内容一致，前者用于jupyter交互执行，更加直观；后者用于脚本执行，更加高效。?+--Project2_ImageClassification/|+--dataset/||+--FashionMNIST/|+--logs/|+--model/||--model_val81.3.pth||--model_val90.05.pth|--RestNet18.ipynb|--RestNet18.py?图2-1项目的主要文件和目录结构

目录2TensorBoard的安装与使用1认识数据集Fashion-MNIST和预训练模型ResNet-183模型训练与评估

目录2TensorBoard的安装与使用3模型训练与评估1认识数据集Fashion-MNIST和预训练模型ResNet-18

1.认识数据集Fashion-MNIST和预训练模型ResNet-18任务目标（1）了解Fashion-MNIST数据集的来源、收集方式和组成结构。（2）了解ResNet-18的网络结构及特点。

1.1Fashion-MNIST数据集介绍Fashion-MNIST数据集是由Zalando（一家德国的时尚科技公司）旗下的研究部门提供。其涵盖了来自10种类别的共7万个不同商品的正面图像，每个类别有7,000张图像，每张图像的分辨率为28x28像素。目前Fashion-MNIST已经内置到各个深度学习框架中，包括Pytorch。原始数据集按60000/10000的训练测试数据划分，同时每个训练和测试样本都按照表2-1的类别进行了标注。表2-1标注编号的含义标注编号描述0T-shirt/top（T恤）1Trouser（裤子）2Pullover（套衫）3Dress（裙子）4Coat（外套）5Sandal（凉鞋）6Shirt（汗衫）7Sneaker（运动鞋）8Bag（包）9Ankleboot（踝靴）数据集来源

1.1Fashion-MNIST数据集介绍数据集展示图2-2数据集样例展示

1.2ResNet-18算法简介ResNet-18（ResidualNetwork-18）是深度卷积神经网络（CNN）的一种架构，它是ResNet系列中的一员，由微软亚洲研究院的研究人员KaimingHe等四名华人于2015年提出。ResNet的设计基于残差学习（ResidualLearning）的思想，这一思想的提出在深度学习领域具有重大影响。ResNet的核心思想是通过引入残差块（ResidualBlocks）和批归一化（BatchNormalization）来解决深度神经网络训练时的梯度消失或爆炸和退化问题(degradationproblem)。传统的深度神经网络由于层数较深，在反向传播时，梯度可能变得非常小，导致网络难以训练。ResNet通过在网络中引入跳跃连接（SkipConnections）来允许信息在不同层之间直接传递，从而减轻了这一问题。残差块结构如图2-3所示。在残差块中，输入x通过两个或多个卷积层后，与原始输入相加，然后通过激活函数relu进行输出。这种直接的跨层连接允许梯度在网络中更容易地传播，减轻了梯度消失或爆炸问题，从而使得深层网络更容易训练。图2-3残差块结构示意图

1.2ResNet-18算法简介ResNet-18的主要特点包括：(1)深度。ResNet-18包括18个层（指的是带有权重的18层，包括卷积层和全连接层，不包括池化层和BN层），因此属于相对较深的网络。这使得它在提取高级特征和模型的表达能力方面非常强大。(2)残差块。网络中的基本构建块是残差块，每个残差块包括两个卷积层，每个卷积层后面跟着一个批量归一化层（BatchNormalizationLayer）和ReLU激活函数。跳跃连接将输入直接加到这些层的输出上，然后通过另一个ReLU激活函数。这样