在前一章，对手写汉字数字的数据进行了预处理，本文准备使用ResNet18卷积神经网络来实现手写汉字数字的识别。关于ResNet网络模型和代码可以参看：101.人工智能——构建残差网络ResNet18网络模型。

自定数据集

#自定义数据集
import paddle
import paddle.vision.transforms as T
class MyDataset(paddle.io.Dataset):
    def __init__(self,data,mode="train"):
        self.data=data
        self.mode=mode
    
    def transform(self,mode):
        if mode=="train":
            return T.Compose([
                T.ToTensor(),
                T.Normalize()
            ])
        else:
            return T.Compose([
                T.ToTensor(),
                T.Normalize()
            ])
    def __getitem__(self,idx):
        img=mpimg.imread(os.path.join(datadir,self.data[idx][0]))
        img=self.transform(self.mode)(img)
        label=self.data[idx][1]
        label=np.array(label).astype("int64")
        label=np.reshape(label,(1))
        return img,label
    def __len__(self):
        return len(self.data)

#返回数据集    
train_dataset=MyDataset(traindata,"train")
val_dataset=MyDataset(valdata,"val")
test_dataset=MyDataset(testdata,"test")

train_loader=paddle.io.DataLoader(train_dataset,batch_size=16,shuffle=True)
val_loader=paddle.io.DataLoader(val_dataset,batch_size=16,shuffle=False)
test_loader=paddle.io.DataLoader(test_dataset,batch_size=16,shuffle=False)
#查看数据集形状
print(train_dataset.data.shape,val_dataset.data.shape,test_dataset.data.shape)

#查看批次数据
for i,data in enumerate(train_loader()):
    img,label=data
    print(img.shape,label.shape)
    break

#运行结果
(10500, 2) (3000, 2) (1500, 2) 
[16, 3, 64, 64] [16, 1]

构建ResNet18网络模型

详细代码本文这里省略。可以参看：101.人工智能——构建残差网络ResNet18网络模型。

模型训练

#查看模型结构
model = Model_ResNet18(in_channels=3, num_classes=15, use_residual=True)
params_info = paddle.summary(model, (1, 3, 64, 64))
print(params_info)

#开始训练
def train(model,train_loader,epochs=10):
    #定义优化器
    opt=paddle.optimizer.Adam(learning_rate=0.001,parameters=model.parameters())
    bestacc=0
    ############################
    # # 读取参数文件(恢复训练,1：加载最后的训练模型文件和优化参数文件)
    # params_dict = paddle.load("models/finally.pdparams")
    # opt_dict = paddle.load("models/finally.pdopt")
    # # 加载参数到模型
    # model.set_state_dict(params_dict)
    # # 加载参数到优化器
    # opt.set_state_dict(opt_dict)
    ############################
    print('start training ... ')    
    
    model.train()
    for epoch in range(epochs):
        for i,data in enumerate(train_loader()):
            img,label=data
            #转换数据类型
            img=paddle.to_tensor(img)
            label=paddle.to_tensor(label)
            #前向计算，获取损失函数值
            out=model(img)
            loss=F.cross_entropy(out,label)
            avg_loss=paddle.mean(loss)
            #反向传播，更新参数，清空梯度
            avg_loss.backward()
            opt.step()
            opt.clear_gradients()
        
        print(f"epoch:{epoch} loss:{avg_loss.numpy()}")
        
        #验证模型
        model.eval()
        accs=[]
        losses=[]
        for i,data in enumerate(val_loader()):
            img,label=data
            img=paddle.to_tensor(img)
            label=paddle.to_tensor(label)
            out=model(img)
            loss=F.cross_entropy(out,label)
            avg_loss=paddle.mean(loss)
            acc=paddle.metric.accuracy(out,label)
            accs.append(acc.numpy())
            losses.append(avg_loss.numpy())
        
        
        print(f"epoch:{epoch},loss:{np.mean(losses)},acc:{np.mean(accs)}")
        #保存最佳模型
        if np.mean(accs)>bestacc:
            bestacc=np.mean(accs)
            print(f"save best model,acc:{bestacc},epoch:{epoch}")
            paddle.save(model.state_dict(),"models/rawnum_resnet18_best.pdparams")
            paddle.save(opt.state_dict(), 'models/rawnum_resnet18_best.pdopt')
    
        model.train() #恢复训练模式
    
train(model,train_loader,epochs=10)                

#训练过程，在CPU环境下训练时间很长……但从训练结果来看，准确率还在达到90%以上。
epoch:0 loss:[0.10153195]
epoch:0,loss:0.23171958327293396,acc:0.9301861524581909
save best model,acc:0.9301861524581909,epoch:0
epoch:1 loss:[0.02970559]
epoch:1,loss:0.28862079977989197,acc:0.9135638475418091
epoch:2 loss:[0.8410681]
epoch:2,loss:0.3803146481513977,acc:0.904920220375061
………………

模型预测

#加载模型、预测模型

model_dict=paddle.load("models/rawnum_resnet18_best.pdparams")
model.load_dict(model_dict)
model.eval()

#随机取一条测试数据
idx=np.random.randint(len(test_dataset))
img,label=test_dataset[idx]        
img=np.reshape(img,(1,3,64,64))
label=np.reshape(label,(1,1))
#print(img.shape,label.shape,label.item())
results=model(paddle.to_tensor(img))

predictlabel=np.argmax(results.numpy()) #最大值的索引，用argmax
print(f"predict:{predictlabel},label:{label.item()}")

#预测结果：随机运行5次
predict:5,label:5
predict:10,label:10
predict:6,label:5
predict:1,label:1
predict:5,label:5

从预测结果来看，和准确率90%以上是相符的，没有达到100%的识别效果。