12.02 深度学习-卷积
# 卷积 是用于图像处理 能够保存图像的一些特征 卷积层 如果用全连接神经网络处理图像 计算价格太大了 图像也被转为线性的对象导致失去了图像的空间特征 只有在卷积神经网络cnn的最后一层使用全连接神经网络
# 图像处理的三大任务
# 目标检测 对图像中的目标进行框出来
# 图像分割
# 图像分类
# 卷积核的参数是要变的 这个值有个最优解 线性回归求这个最优解
# 卷积的计算 先卷再积 卷 左右上下移动 积 对应位置矩阵 对应位置相乘再相加 最后得到一个特征矩阵跟卷积结果一样的size
# import os
# current_path=os.path.dirname(__file__) # 将脚本文件所在的目录路径赋值给变量 current_path， 所在文件夹路径
# path2=os.path.relpath(路径1) # 获取路径1 文件到当前文件的相对路径
# 在神经网络中加入卷积层 为卷积神经网络 cnn
# cv2读 图像 然后 torch创建卷积核
import os
import cv2
from torch import nn
import torch
import torch.nn.functional as F
import matplotlib.pyplot as plt
def demo1():
path="assets/1.png"
# print(path)
# 读取图像
img=cv2.imread(path)
# 创建卷积核 一个卷积核就是卷积层
conv=nn.Conv2d(in_channels=3,out_channels=1,kernel_size=3,stride=1,padding=0) # 传入输入图像的通道数 和输出的特征图数量 卷积核大小 步长（卷积核移动的规格） 填充
# 这个会自动初始化一个卷积和的参数
# conv(图像tensor数组) 传入图像进行卷积 得到特征图 tensor 的应该为 n,c,h,w 或者c,h,w
# 传入图像的通道数应该跟in_channels一致 且数据类型为tensor.float
# 转为tensor，并归一化到[0, 1]
img = torch.tensor(img, dtype=torch.float32) / 255.0
# 转换维度
img=img.permute(2,0,1).unsqueeze(0)
# print(img.shape)
# 卷积
img=conv(img) # 卷积操作的tensor 必须为float
# print(img.shape)
# 用 plt 显示出来
plt.imshow(img[0][0].detach().numpy(),cmap="gray")
plt.show()
pass
def demo2():
# 一个四通道的图像 通过卷积核处理 这个卷积核应该也有四个通道 对应处理rgba 也可以说是4个卷积核吧 然后 每个通道进行卷积 然后加起来 为一个特征图 输出多个特征图 就要有多个卷积核每个卷积核参数不一样
# 然后再卷积的话 上面输出的特征图数量就会被下一个卷积和当做通道
# 如果 一个四通道的卷积核 核大小为3 且有偏置 如果输出32和特征图 那么有 32*4*3*3+32 个参数 特征图数量*每个卷积核的通道数 *卷积核的规格 +偏置数 每一个卷积核对应1个偏置
# 输出多个特征图 后面每一个特征图 对图像注意的地方不同
# 边缘填充： 通过上面的卷积计算，我们发现最终的特征图比原始图像要小，如果想要保持图像大小不变, 可在原图周围添加padding来实现。更重要的，边缘填充还更好的保护了图像边缘数据的特征。
# 让边缘的数据利用更充分 在原图上进行边缘填充
# 卷积结果 特征图的大小的计算 (W-F+2P) / S +1 W:图像的大小 W*W 卷积核大小F*F 边缘填充 P 步长：S 宽高不一样就各自算各自的 宽高 都带一遍公式
pass
# 构建卷积神经网络
def demo3():
class MyNet(nn.Module):
def __init__(self, *args, **kwargs):
super().__init__(*args, **kwargs)
# 卷积层
self.conv1=nn.Conv2d(in_channels=1,out_channels=32,kernel_size=3,stride=1,padding=0)
self.conv2=nn.Conv2d(in_channels=32,out_channels=128,kernel_size=3,stride=1,padding=0)
self.conv3=nn.Conv2d(in_channels=128,out_channels=512,kernel_size=3,stride=1,padding=0)
# 线性层 线性层的输入是 特征的数量 特征的总数量是不是 图片数乘图片规格 表示每一个特征图的每个点啊
self.fc=nn.Linear(512*26*26,10)
# 前向传播
def forward(self,x):
# 每一层用激活函数激活
x=F.relu(self.conv1(x))
x=F.relu(self.conv2(x))
x=F.relu(self.conv3(x))
# 线性层全连接输出 先展平为2维 因为线性层输入是一个二维的矩阵
x=x.view(x.shape[0],-1) # x.size(0)：这部分获取x的第0维的大小。在PyTorch中，张量的维度通常按照以下顺序表示
# x.view(x.size(0),-1)：这个操作将x重塑为一个新的形状，其中第0维（batch_size）保持不变，而其他维度被“展平”（flattened）为一个长向量。这是在很多神经网络架构中常见的操作，
# 特别是在将卷积层的输出传递给全连接层（fully connected layer）之前。因为全连接层期望的输入是一个二维张量，其中第一维是批次大小，第二维是每个样本的特征数量。
return F.softmax(self.fc(x))
net1=MyNet()
input=torch.randn(4,1,32,32,dtype=torch.float32)
output=net1.forward(input)
print(output)
# 卷积参数共享
# 卷积神经网络只考虑卷积核的参数 以卷积核为单位 全链接 以每一个节点为单位而且还要与上层全链接 参数个数直接爆炸
# 卷积就是把这些数据放到多个维度上单维度的数量就少了
if __name__=="__main__":
# demo1()
# demo2()
demo3()
pass