街景字符编码识别cv入门赛-03字符识别模型

识别模型采用restnet18 模型大概40Mb左右
代码如下

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]) #不要最后一层
		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的维度，用来得出self.conv层输出的个数。
		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


# 测试

from troch.autograde import Variable
input_shape = Variabel(torch.randn([40,3,64,128]))
net = SVHN_Model1()
net(input_shape) 	# 根据输出的结果来调整全连接层的个数，使下一层的输入channel数与上面卷积层展开相匹配。

• *list的理解

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

add(*l) 	#   结果为3
add(**d)    #	结果为7

可以看出*操作对列表和字典的影响，即剥离其value值

比赛中model的尝试

• restnet18加上imagnet的预训练参数，结果还是不错的，大概20个epoch就训练的差不多了
• restnet34试了一下，结果和resnet18差不多
• 试了其他结构的模型，发现只要是没有与训练参数的模型，训练都比较缓慢，没有取得好的结果，可能是我的训练策略有问题，可能learning rate 要调整。