图像分类任务是计算机视觉的基础，也是新手必须要掌握的知识和技能，其中卷积神经网络（CNN）就是最常用的提取图像特征的方法。

数据集来源于飞桨新手赛，一个cat_12_train目录，包含2160张大小不一的图像，标注信息存放在data_list.txt中。每行的格式内容如下：

图像名称 分类ID

cat_12_train/8GOkTtqw7E6IHZx4olYnhzvXLCiRsUfM.jpg	0
cat_12_train/hwQDH3VBabeFXISfjlWEmYicoyr6qK1p.jpg	0
cat_12_train/RDgZKvM6sp3Tx9dlqiLNEVJjmcfQ0zI4.jpg	0
cat_12_train/ArBRzHyphTxFS2be9XLaU58m34PudlEf.jpg	0

部分图像

还有一个cat_12_test目录，包含240张测试图像，没有标注信息。

为了方便的模型训练，需要把数据集拆分成训练集和验证集，就是把data_list.txt 按8：2拆分成train_list.txt和val_list.txt

实现想法

先从data_list.txt读所有的数据存放在numpy数组datanp中，并随机乱序，然后对datanp进行切片，把切片后的数据写回训练集和验证集文本文件。

实现代码

import os
import numpy as np

datadir="cat_12"
datalst=[]
#打开文本文件
with open(os.path.join(datadir,"data_list.txt")) as f:
    for line in f.readlines():
        d=line.split("	")
        imgpath=d[0]
        imglabel=d[1]
        datalst.append([imgpath,imglabel])

datanp=np.array(datalst)
np.random.shuffle(datanp)
trainnp=datanp[:int(0.8*len(datanp))]
valnp=datanp[int(0.8*len(datanp)):]

#写入训练集文本文件
with open(os.path.join(datadir,"train_list.txt"),"w") as f:
    for d in trainnp:
        f.write(d[0]+"	"+d[1])
        
#写入验证集文本文件
with open(os.path.join(datadir,"val_list.txt"),"w") as f:
    for d in valnp:
        f.write(d[0]+"	"+d[1])

模型训练

这里使用的是ResNet50_vd_ssld分类模型，使用paddlex来训练，代码和过程这里省略，可以参看前面的文章：2.人工智能-图像分类

结果预测

把训练模型转换成部署模型，对给的240个测试数据集进行预测，并保存预测结果到result.csv文件。

import paddlex as pdx
import cv2
import os
import pandas as pd
import numpy as np
import matplotlib.image as mpimg
testdir="cat_12/cat_12_test"
testlst=[]
predictor=pdx.deploy.Predictor("inference_model",use_gpu=True)
for f in os.listdir(testdir):
    fpath=os.path.join(testdir,f)
    #img = cv2.imdecode(np.fromfile(fpath,dtype = np.uint8),-1) 
    img=cv2.imread(fpath)
    #因编码问题读不出图像内容的
    if img is None:
        img=mpimg.imread(fpath)
        img=cv2.cvtColor(img,cv2.COLOR_RGB2BGR)
    result=predictor.predict(img)
    print(result[0]["category"],result[0]["score"])
    testlst.append([f,result[0]["category"]])

#把testlst列表写入csv
pd.DataFrame(testlst).to_csv("test.csv",index=False,header=False)

Qt29gPjYZwv3B6RJh5yiTWXrVImue1FH.jpg

这里有一个注意项：在cv2读取图像的时候，如果文件名存在中文或编码问题，会引起cv2无法读取出图像内容，返回None,导致程序无法正常进行。碰到这种情况大部分解决方式就是中文改为英文。例如上面的这张图像。

本文在这里换个思路，cv2无法读取，就换成matplotlib.image来读取。

提交结果

提交结果来看，0.91的得分并不是很高，看到最高的分数都达到0.99以上。如果对训练数据进行预处理，和训练参数的调整，应该还是可以提高分数的。

#说明：
1.结果文件总行数应为240，否则成绩无效；
2.结果文件命名应为result.csv，每行内容格式为：文件名,分类结果，文件名和分类结果使用英文逗号","分隔；
评价指标
评比标准为分类正确的准确率，计算方式如下：
准确率 = 正确的分类个数 / 测试集图片个数

提交结果