街景字符編碼識別cv入門賽-03字符識別模型

識別模型採用restnet18 模型大概40Mb左右
代碼如下

import torch.nn as nn
class SVHN_Model1(nn.Model):
	super(SVHN_Model1, self).__init__()
	def __init__(self):
		model_conv = models.resnet18(pretrained=True)
		model_conv = nn.Sequential(*list(model_cov.children())[:-1]) #不要最後一層
		self.cnn = model_conv
		self.fc1 = nn.Linear(512, 11)
		self.fc2 = nn.Linear(512, 11)
		self.fc3 = nn.Linear(512, 11)
		self.fc4 = nn.Linear(512, 11)
		self.fc5 = nn.Linear(512, 11)
		
	def forward(self, img):
		feat = self.cnn(img)
		print(feat.shape)	# 打印feata的維度，用來得出self.conv層輸出的個數。
		feat = feat.view(feat.shape[0], -1)
		c1 = self.fc1(feat)
		c2 = self.fc2(feat)
		c3 = self.fc3(feat)
		c4 = self.fc4(feat)
		c5 = self.fc5(feat)
		
	return c1,c2,c3,c4,c5


# 測試

from troch.autograde import Variable
input_shape = Variabel(torch.randn([40,3,64,128]))
net = SVHN_Model1()
net(input_shape) 	# 根據輸出的結果來調整全連接層的個數，使下一層的輸入channel數與上面卷積層展開相匹配。

• *list的理解

def add(a, b):
    return a+b
l = [1,2]
d = {"a":3,"b":4}

add(*l) 	#   結果爲3
add(**d)    #	結果爲7

可以看出*操作對列表和字典的影響，即剝離其value值

比賽中model的嘗試

• restnet18加上imagnet的預訓練參數，結果還是不錯的，大概20個epoch就訓練的差不多了
• restnet34試了一下，結果和resnet18差不多
• 試了其他結構的模型，發現只要是沒有與訓練參數的模型，訓練都比較緩慢，沒有取得好的結果，可能是我的訓練策略有問題，可能learning rate 要調整。