Files
light-petal-recognition/pc_training/model.py
T

181 lines
6.0 KiB
Python
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
"""
MobileNetV2 模型定义
支持标准训练和量化训练
功能说明:
1. MobileNetV2Classifier: 标准分类模型,用于训练阶段
2. QuantizedMobileNetV2: 量化感知训练模型,用于FPGA部署前的训练
3. create_model: 工厂函数,统一创建模型接口
模型架构:
- 基础网络:MobileNetV2 (轻量级卷积神经网络)
- 分类头:Dropout(0.2) + Linear(1280 -> num_classes)
- 输入:3通道RGB图像 (224x224)
- 输出:10类光瓣数量的概率分布
"""
import torch
import torch.nn as nn
import torchvision.models as models
class MobileNetV2Classifier(nn.Module):
"""
基于MobileNetV2的光图像分类器
用途:识别大气湍流影响下的光束传输图像中的光瓣数量
架构说明:
- 使用预训练的MobileNetV2作为特征提取器
- 替换最后的分类层以适应10类光瓣分类任务
- 添加Dropout防止过拟合
参数:
num_classes (int): 分类类别数,默认10(对应1-10个光瓣)
pretrained (bool): 是否使用ImageNet预训练权重,默认True
"""
def __init__(self, num_classes=10, pretrained=True):
super(MobileNetV2Classifier, self).__init__()
# 加载预训练的MobileNetV2骨干网络
# pretrained=True时会下载ImageNet预训练权重,有助于加速收敛
self.mobilenet = models.mobilenet_v2(pretrained=pretrained)
# 获取原始分类层的输入特征维度(MobileNetV2为1280)
in_features = self.mobilenet.classifier[1].in_features
# 替换分类头以适应我们的任务
# Dropout(0.2): 随机丢弃20%的神经元,防止过拟合
# Linear: 全连接层,将1280维特征映射到num_classes个类别
self.mobilenet.classifier = nn.Sequential(
nn.Dropout(0.2),
nn.Linear(in_features, num_classes)
)
def forward(self, x):
"""
前向传播
参数:
x (Tensor): 输入图像张量,形状为 [batch_size, 3, 224, 224]
返回:
Tensor: 分类logits,形状为 [batch_size, num_classes]
"""
return self.mobilenet(x)
class QuantizedMobileNetV2(nn.Module):
"""
量化感知训练版本的MobileNetV2
用途:在训练过程中模拟量化效果,为FPGA部署做准备
量化说明:
- 使用QAT (Quantization-Aware Training) 方法
- 在训练时插入伪量化节点,模拟INT8量化的精度损失
- 训练后可直接转换为真正的INT8量化模型
与标准模型的区别:
- 添加了量化配置 (qconfig)
- 使用 prepare_qat 准备量化感知训练
- 支持层融合 (Conv+BN+ReLU) 以提高推理速度
参数:
num_classes (int): 分类类别数,默认10
pretrained (bool): 是否使用预训练权重,默认True
"""
def __init__(self, num_classes=10, pretrained=True):
super(QuantizedMobileNetV2, self).__init__()
# 加载预训练的MobileNetV2骨干网络
self.model = models.mobilenet_v2(pretrained=pretrained)
# 修改分类层以适应光瓣分类任务
in_features = self.model.classifier[1].in_features
self.model.classifier = nn.Sequential(
nn.Dropout(0.2),
nn.Linear(in_features, num_classes)
)
# 配置量化参数
# 'fbgemm': 针对x86 CPU优化的量化后端
# 注意:如果目标是ARM架构(如PYNQ Z2),应使用 'qnnpack'
self.model.qconfig = torch.quantization.get_default_qat_qconfig('fbgemm')
# 准备量化感知训练
# inplace=True: 直接修改模型,不创建副本
# 这会在模型中插入伪量化节点(FakeQuantize),模拟量化效果
torch.quantization.prepare_qat(self.model, inplace=True)
def forward(self, x):
"""
前向传播
参数:
x (Tensor): 输入图像张量,形状为 [batch_size, 3, 224, 224]
返回:
Tensor: 分类logits,形状为 [batch_size, num_classes]
"""
return self.model(x)
def fuse_model(self):
"""
融合Conv+BN+ReLU层以提高推理速度
层融合说明:
- 将卷积、批归一化、激活函数融合为单个操作
- 减少内存访问次数,提高推理速度
- 必须在量化之前调用
注意:此方法需要根据具体的模型结构调整
当前实现是一个示例,可能需要针对MobileNetV2的具体结构进行修改
"""
for m in self.model.modules():
if type(m) == nn.Sequential:
torch.quantization.fuse_modules(m, [['0', '1', '2']], inplace=True)
def create_model(num_classes=10, pretrained=True, quantized=False):
"""
创建模型的工厂函数
这是统一的模型创建接口,根据参数返回不同类型的模型
参数:
num_classes (int): 分类类别数,默认10(对应1-10个光瓣)
pretrained (bool): 是否使用ImageNet预训练权重,默认True
quantized (bool): 是否创建量化感知训练模型,默认False
返回:
model (nn.Module): 创建的模型实例
使用示例:
# 创建标准训练模型
model = create_model(num_classes=10, pretrained=True)
# 创建量化感知训练模型
qat_model = create_model(num_classes=10, pretrained=True, quantized=True)
"""
if quantized:
return QuantizedMobileNetV2(num_classes, pretrained)
else:
return MobileNetV2Classifier(num_classes, pretrained)
if __name__ == "__main__":
# 测试模型创建和前向传播
print("=" * 50)
print("测试标准MobileNetV2模型")
print("=" * 50)
model = create_model(num_classes=10, pretrained=False)
x = torch.randn(1, 3, 224, 224) # 模拟一个batch的输入
y = model(x)
print(f"输入形状: {x.shape}")
print(f"输出形状: {y.shape}")
print(f"模型参数量: {sum(p.numel() for p in model.parameters()) / 1e6:.2f}M")
print(f"输出类别数: {y.shape[1]}")