PyTorch做身份证照片分类

怎么使用PyTorch做图片分类,图片库是身份证照片,分为三类:身份证正面、身份证反面、真人手持身份证。

首先,需要准备好身份证照片数据集。可以使用Python的PIL库将图片缩放至统一的大小,也可以使用PyTorch的`transforms.Compose()`函数进行数据增强,如随机裁剪、随机旋转、随机水平翻转等。

Windows10使用一周感受

最近几年基本上都是在用Mac,已经习惯了macOS的操作方式,也享受了它简洁、专注的桌面环境所带来的高效。最近在想,如果我换工作了,新公司不给配Mac,那就只能用Windows,我能不能习惯呢?

所以就用了一周左右的Windows10,版本是最新的22H2,谈谈感受吧。

Mac Mini M1性能测试

近期对Mac Mini M1版本做了个性能测试。

环境

1. 本地:Docker运行在Mac Mini 2018 i5-8500B下,分配 3C6G内存;
2. M1 :Mac Mini M1 8C16G内存,运行在AWS mac2.metal 专用主机上;
3. Google Colab:CPU和GPU实例,显卡Tesla K80/T4

测试项目主要有以下几项

PyTorch图片识别注意点

PyTorch图片识别注意点

1. 图片尺寸要统一;
2. 图片格式要统一,全部jpg或全部png,不然Tensor维度不一样会报错;
3. `NeuralNetwork`的第一个`nn.Linear`函数,第一个参数要与图片尺寸保持一致,不然会报错 mat1 and mat2 shapes cannot be multiplied;
4. `NeuralNetwork`的最后一个`nn.Linear`函数,第二个参数要与分类的个数保持一致,不然会报错`target2 is out of bound`;

Google Colab怎么免费使用GPU实例

Google Colab默认使用的是CPU训练,Xeon双核的,性能较弱,也有免费的GPU和TPU实例可以选,怎么使用呢?

如果要更改运行时类型,依次点击菜单栏`代码执行程序`->`更改运行时类型`,硬件加速器改为GPU。TPU实例对免费用户来说几乎不可用。

改完之后重新运行代码即可。

查看所使用的GPU

PyTorch第一个图片识别模型

仿照PyTorch官网的衣服的例子自己写了个图片识别模型,算是自己的第一个PyTorch模型,记录下过程。

一路踩坑是免不了的。

自定义Dataset

官网给出的`CustomImageDataset`的代码大体可用,需要根据自己的图片存入路径和csv文件格式稍做修改。

豫ICP备19001387号-1