图像分类学习：X光胸片诊断识别----迁移学习

  刚进入人工智能实验室，不知道是在学习机器学习还是深度学习，想来他俩可能是一个东西，查阅之后才知道这是两个领域，或许也有些交叉，毕竟我也刚接触，不甚了解。
  在我还是个纯度小白之时，写下这篇文章，希望后来同现在的我一样，刚刚涉足此领域的同学能够在这，跨越时空，在小白与小白的交流中得到些许帮助。

开始

  在只会一些python语法，其他啥都没有，第一周老师讲了一些机器学习和深度学习的了解性内容，就给了一个实验，让我们一周内弄懂并跑出来，其实老师的代码已经完成了，我们可以直接放进Pycharm里跑出来，但是代码细节并没有讲，俗话说师傅领进门，修行在个人。那就从最基本的开始，把这个代码弄懂，把实验理解。
  下面我会先把整个代码贴出来，之后一步一步去分析每个模块，每个函数的作用。

说明

  本实验来自此处博客，我们的实验也是基于这个博客的内容学习的。

一、数据集

数据源于kaggle，可在此链接自行下载

二、运行代码

三、解析 从头开始，先来看这段代码(注释进行解释)： # 进行一系列数据增强，然后生成训练（train）、验证（val）、和测试（test）数据集 data_transforms = { 'train': transforms.Compose([ transforms.RandomResizedCrop(input_size), transforms.RandomHorizontalFlip(), transforms.ToTensor(), transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225]) ]), 'val': transforms.Compose([ transforms.Resize(input_size), transforms.CenterCrop(input_size), transforms.ToTensor(), transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225]) ]), 'test': transforms.Compose([ transforms.Resize(input_size), transforms.CenterCrop(input_size), transforms.ToTensor(), transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])]) }

这是一个字典数据类型，其中键分别为：train、val、test对应数据集里的三个文件夹train、val、test
键train对应的值是一个操作transfroms.Compose( [列表] )
参数为一个列表，列表中的元素为四个操作：

transforms.RandomResizedCrop()
transforms.RandomHorizontalFlip()
transforms.ToTensor
transforms.ToTensortransforms.Normalize（）

transforms在torchvision中，一个图像处理包，可以通过它调用一些图像处理函数，对图像进行处理

transfroms.Compose( [列表] )：此函数存在于torchvision.transforms中，一般用Compose函数把多个步骤整合到一起

transforms.RandomResizedCrop(数字)：将给定图像随机裁剪为不同的大小和宽高比，然后缩放所裁剪得到的图像为制定的大小；（即先随机采集，然后对裁剪得到的图像缩放为同一大小）
例如：

transforms.RandomHorizontalFlip()：以给定的概率随机水平旋转给定的PIL的图像，默认为0.5；
例如：

transforms.ToTensor：将给定图像转为Tensor（一个数据类型，类似有深度的矩阵）
例如：

transforms.ToTensortransforms.Normalize（）：归一化处理
例如：

函数详细内容请查看此处文章

可以看出，这一块的代码就是定义一种操作集合，将一张图片进行剪裁、旋转、转为一种数据、数据归一化

继续往下看,相应的解释都在注释中 image_datasets = {x: datasets.ImageFolder(os.path.join(data_dir, x), data_transforms[x]) for x in ['train', 'val', 'test']} dataloaders_dict = { x: torch.utils.data.DataLoader(image_datasets[x], batch_size=batch_size, shuffle=True, num_workers=0) for x in ['train', 'val', 'test']}

首先是数据导入部分，这里采用官方写好的torchvision.datasets.ImageFolder接口实现数据导入。这个接口需要你提供图像所在的文件夹
x是字典的键，从后面的for迭代的范围中获取，有'train', 'val', 'test'三个值
datasets.ImageFolder(os.path.join(data_dir, x), data_transforms[x])高亮部分是数据集的文件夹路径，找到文件后，确定x，在执行第二个参数data_transforms[x]，把x进行一些列处理
前面torchvision.datasets.ImageFolder只是返回列表，列表是不能作为模型输入的（我也不知道为什么），因此在PyTorch中需要用另一个类来封装列表，那就是：torch.utils.data.DataLoader
torch.utils.data.DataLoader类可以将列表类型的输入数据封装成Tensor数据格式，以备模型使用。

好，我们继续往下看 # 定义一个查看图片和标签的函数 def imshow(inp, title=None): # transpose(0,1,2),0是x轴，1是y轴，2是z轴，由（0，1，2）变为（1，2，0）就是x和z轴先交换，x和y轴再交换 inp = inp.numpy().transpose((1, 2, 0)) mean = np.array([0.485, 0.456, 0.406]) # 创建一个数组[0.485, 0.456, 0.406] std = np.array([0.229, 0.224, 0.225]) # 同样也是创建一个数组 inp = std * inp + mean # 调整图像尺寸大小等 inp = np.clip(inp, 0, 1) # 小于0的都为0，大于1的都为1，之间的不变 plt.imshow(inp) # 设置图像为灰色 if title is not None: # 如果图像有标题则显示标题 plt.title(title) # 设置图像标题 plt.pause(0.001) # 窗口绘制后停留0.001秒 imgs, labels = next(iter(dataloaders_dict['train'])) # 自动往下迭代参数对象 out = torchvision.utils.make_grid(imgs[:8]) # 将8个图拼成一张图片 classes = image_datasets['test'].classes # 每个图像的文件名 # out是一个8个图片拼成的长图，经过imshow()处理后附加标题(图片文件名的前8个字母)输出 # imshow(out, title=[classes[x] for x in labels[:8]])

输出后，在IDE中是这样的（右上角）：