CIFAR-10数据集入门：从基础CNN模型结构图到实战实现

1次阅读

没有评论

共计 2458 个字符，预计需要花费 7 分钟才能阅读完成。

CIFAR-10 是一个经典的彩色图像分类数据集，包含 10 个类别的 60000 张 32×32 像素小图，每个类别 6000 张。它常被用作计算机视觉和深度学习领域的基准测试数据集。

数据特点 ：
图片尺寸小（32×32），适合快速实验
包含常见物体类别（飞机、汽车、鸟等）
训练集 50000 张，测试集 10000 张
应用场景 ：
图像分类算法验证
深度学习模型原型开发
CNN 结构理解与实践

基础的 CNN 模型通常包含卷积层、池化层和全连接层，下面我们逐一解析各层的作用。

卷积层 (Convolutional Layer)
使用滤波器提取局部特征
通过滑动窗口计算特征图
常用参数：kernel_size, stride, padding
池化层 (Pooling Layer)
降低特征图维度
增强位置不变性
常用最大池化 (MaxPooling)
全连接层 (Fully Connected Layer)
将特征图展平后分类
通常配合 Dropout 防止过拟合
最后使用 Softmax 输出概率

以下是使用 PyTorch 实现的基础 CNN 模型代码，包含数据加载、模型定义和训练流程。

import torch
import torchvision
import torch.nn as nn
import torch.optim as optim
from torchvision import transforms

# 数据预处理
transform = transforms.Compose([transforms.ToTensor(),
    transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))
])

# 加载数据集
trainset = torchvision.datasets.CIFAR10(root='./data', train=True, download=True, transform=transform)
trainloader = torch.utils.data.DataLoader(trainset, batch_size=32, shuffle=True, num_workers=2)

testset = torchvision.datasets.CIFAR10(root='./data', train=False, download=True, transform=transform)
testloader = torch.utils.data.DataLoader(testset, batch_size=32, shuffle=False, num_workers=2)

# 定义模型
class BasicCNN(nn.Module):
    def __init__(self):
        super(BasicCNN, self).__init__()
        self.conv1 = nn.Conv2d(3, 32, 3, padding=1)
        self.pool = nn.MaxPool2d(2, 2)
        self.conv2 = nn.Conv2d(32, 64, 3, padding=1)
        self.fc1 = nn.Linear(64 * 8 * 8, 512)
        self.fc2 = nn.Linear(512, 10)
        self.dropout = nn.Dropout(0.25)

    def forward(self, x):
        x = self.pool(torch.relu(self.conv1(x)))
        x = self.pool(torch.relu(self.conv2(x)))
        x = x.view(-1, 64 * 8 * 8)
        x = self.dropout(x)
        x = torch.relu(self.fc1(x))
        x = self.fc2(x)
        return x

# 初始化模型
model = BasicCNN()
criterion = nn.CrossEntropyLoss()
optimizer = optim.Adam(model.parameters(), lr=0.001)

# 训练循环
for epoch in range(10):
    running_loss = 0.0
    for i, data in enumerate(trainloader, 0):
        inputs, labels = data
        optimizer.zero_grad()
        outputs = model(inputs)
        loss = criterion(outputs, labels)
        loss.backward()
        optimizer.step()
        running_loss += loss.item()
    print(f'Epoch {epoch+1}, Loss: {running_loss/len(trainloader):.3f}')

# 评估模型
correct = 0
total = 0
with torch.no_grad():
    for data in testloader:
        images, labels = data
        outputs = model(images)
        _, predicted = torch.max(outputs.data, 1)
        total += labels.size(0)
        correct += (predicted == labels).sum().item()

print(f'Accuracy: {100 * correct / total:.2f}%')