Pytorch 中的图像分类答案

【问题标题】：Image classification in PytorchPytorch 中的图像分类
【发布时间】：2020-07-20 21:29:18
【问题描述】：

我正在 Pytorch 中开发 facenet-pytorch 库，我想知道

数据增强应该在训练数据集还是测试数据集中？
我应该在测试数据集中至少放多少张图片（我在测试数据集中使用了 2% 的图片）
我有 21 个班级（21 个人脸）和（vggface2 数据集）和评估模式，它足以训练和测试数据集吗？
如何可视化测试数据集中的图像以显示人脸是否匹配我试过了，但它会出现这个错误：

TypeError：图像数据的形状无效（3、160、160）

图像的形状为：(10, 3, 160, 160)

dataiter = iter(test_loader)
images, labels = dataiter.next()
# get predictions
preds = np.squeeze(net(images).data.max(1, keepdim=True)[1].numpy())
images = images.numpy()

# plot the images in the batch, along with predicted and true labels
fig = plt.figure(figsize=(25, 4))
for idx in np.arange(batch_size):
    ax = fig.add_subplot(2, batch_size/2, idx+1, xticks=[], yticks=[])
    ax.imshow(np.squeeze(images[idx]), cmap='gray')
    ax.set_title("{} ({})".format(classes[preds[idx]], classes[labels[idx]]),
             color=("green" if preds[idx]==labels[idx] else "red"))

检测到人脸后如何从网络摄像头获取输入人脸（预测功能）？

cap = cv.VideoCapture(0)
while True:
    ret, frame = cap.read()
    frame = cv.resize(frame, None, fx=0.5, fy=0.5, interpolation=cv2.INTER_AREA)
    image = predict_draw_bounding_box(frame)
    cv.imshow('Output', image)
    c = cv.waitKey(1)
    if c == 27:
        break
cap.release()
cv.destroyAllWindows()

但是不知道实现predict_draw_bounding_box函数？

感谢您的建议

【问题讨论】：

标签： python neural-network pytorch face-recognition

【解决方案1】：

这是很多问题；您可能应该将它们分成多个问题。无论如何，我会尝试回答一些。

数据增强通常应该在训练数据集上完成只要。典型的增强包括随机旋转、调整大小的作物、水平翻转、切口等。所有这些都只在火车上进行。

除此之外，我脑子里只有频道标准化是您通常应用于两者的唯一增强训练和测试集。你计算x-x_mean/sigma channelwise 用于数据集中的所有图像。
测试数据集中的图像百分比完全是凭经验得出的，取决于您实际拥有的图像数量。对于具有一百万张以上图像的非常大的数据集，像 2% 这样的小百分比是可以的。但是，如果您的图像数量在数万、数千甚至更少，最好将 20% 左右作为测试集。
无法理解您的问题。
您的图像的形状为 (3, 160, 160)。这是 pytorch 的 nn.Module 系统使用的通道优先语法，但在 matplotlib 中绘制 RGB 图像需要它在最后一维中具有通道，即 (160,160,3)。如果images是一批形状为(10,3,160,160)的图片，那么做：
```
...
images = images.numpy()
images = images.swapaxes(1,2).swapaxes(2,3)
...
```
这会将其重塑为 (10,160,160,3)，而不会损害轴顺序。
没有线索。

【讨论】：