基于WIN10的64位系统演示
一、写在前面
上期我们基于TensorFlow环境介绍了多分类建模的误判病例分析。
本期以健康组、肺结核组、COVID-19组、细菌性（病毒性）肺炎组为数据集，基于Pytorch环境，构建SqueezeNet多分类模型，分析误判病例，因为它建模速度快。
同样，基于GPT-4辅助编程。
二、误判病例分析实战
使用胸片的数据集：肺结核病人和健康人的胸片的识别。其中，健康人900张，肺结核病人700张，COVID-19病人549张、细菌性（病毒性）肺炎组900张，分别存入单独的文件夹中。
直接分享代码：
######################################导入包###################################import copyimport torchimport torchvisionimport torchvision.transforms as transformsfrom torchvision import modelsfrom torch.utils.data import DataLoaderfrom torch import optim, nnfrom torch.optim import lr_schedulerimport osimport matplotlib.pyplot as pltimport warningsimport numpy as npwarnings.filterwarnings("ignore")plt.rcParams['font.sans-serif'] = ['SimHei']plt.rcParams['axes.unicode_minus'] = False# 设置GPUdevice = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")################################导入数据集#####################################from torchvision import datasets, transformsfrom torch.nn.functional import softmaxfrom PIL import Imageimport pandas as pdimport torch.nn as nnimport timmfrom torch.optim import lr_scheduler# 自定义的数据集类class ImageFolderWithPaths(datasets.ImageFolder):def __getitem__(self, index):original_tuple = super(ImageFolderWithPaths, self).__getitem__(index)path = self.imgs[index][0]tuple_with_path = (original_tuple + (path,))return tuple_with_path# 数据集路径data_dir = "./MTB-1"# 图像的大小img_height = 256img_width = 256# 数据预处理data_transforms = {'train': pose([transforms.RandomResizedCrop(img_height),transforms.RandomHorizontalFlip(),transforms.RandomVerticalFlip(),transforms.RandomRotation(0.2),transforms.ToTensor(),transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])]),'val': pose([transforms.Resize((img_height, img_width)),transforms.ToTensor(),transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])]),}# 加载数据集full_dataset = ImageFolderWithPaths(data_dir, transform=data_transforms['train'])# 获取数据集的大小full_size = len(full_dataset)train_size = int(0.8 * full_size) # 假设训练集占70%val_size = full_size - train_size # 验证集的大小# 随机分割数据集torch.manual_seed(0) # 设置随机种子以确保结果可重复train_dataset, val_dataset = torch.utils.data.random_split(full_dataset, [train_size, val_size])# 应用数据增强到训练集和验证集train_dataset.dataset.transform = data_transforms['train']val_dataset.dataset.transform = data_transforms['val']# 创建数据加载器batch_size = 8train_dataloader = torch.utils.data.DataLoader(train_dataset, batch_size=batch_size, shuffle=True, num_workers=0)val_dataloader = torch.utils.data.DataLoader(val_dataset, batch_size=batch_size, shuffle=True, num_workers=0)dataloaders = {'train': train_dataloader, 'val': val_dataloader}dataset_sizes = {'train': len(train_dataset), 'val': len(val_dataset)}class_names = full_dataset.classes# 获取数据集的类别class_names = full_dataset.classes# 保存预测结果的列表results = []###############################定义SqueezeNet模型################################# 定义SqueezeNet模型model = models.squeezenet1_1(pretrained=True) # 这里以SqueezeNet 1.1版本为例num_ftrs = model.classifier[1].in_channels# 根据分类任务修改最后一层# 这里我们改变模型的输出层为4，因为我们做的是四分类model.classifier[1] = nn.Conv2d(num_ftrs, 4, kernel_size=(1,1))# 修改模型最后的输出层为我们需要的类别数model.num_classes = 4model = model.to(device)# 打印模型摘要print(model)#############################编译模型########################################## 定义损失函数criterion = nn.CrossEntropyLoss()# 定义优化器optimizer = torch.optim.Adam(model.parameters())# 定义学习率调度器exp_lr_scheduler = lr_scheduler.StepLR(optimizer, step_size=7, gamma=0.1)# 开始训练模型num_epochs = 20# 初始化记录器train_loss_history = []train_acc_history = []val_loss_history = []val_acc_history = []for epoch in range(num_epochs):print('Epoch {}/{}'.format(epoch, num_epochs - 1))print('-' * 10)# 每个epoch都有一个训练和验证阶段for phase in ['train', 'val']:if phase == 'train':model.train() # 设置模型为训练模式else:model.eval() # 设置模型为评估模式running_loss = 0.0running_corrects = 0# 遍历数据for inputs, labels, paths in dataloaders[phase]:inputs = inputs.to(device)labels = labels.to(device)# 零参数梯度optimizer.zero_grad()# 前向with torch.set_grad_enabled(phase == 'train'):outputs = model(inputs)_, preds = torch.max(outputs, 1)loss = criterion(outputs, labels)# 只在训练模式下进行反向和优化if phase == 'train':loss.backward()optimizer.step()# 统计running_loss += loss.item() * inputs.size(0)running_corrects += torch.sum(preds == labels.data)epoch_loss = running_loss / dataset_sizes[phase]epoch_acc = (running_corrects.double() / dataset_sizes[phase]).item()# 记录每个epoch的loss和accuracyif phase == 'train':train_loss_history.append(epoch_loss)train_acc_history.append(epoch_acc)else:val_loss_history.append(epoch_loss)val_acc_history.append(epoch_acc)print('{} Loss: {:.4f} Acc: {:.4f}'.format(phase, epoch_loss, epoch_acc))print()# 保存模型torch.save(model.state_dict(), 'SqueezeNet_model-m-s.pth')# 加载最佳模型权重#model.load_state_dict(best_model_wts)#torch.save(model, 'shufflenet_best_model.pth')#print("The trained model has been saved.")###########################误判病例分析#################################import osimport pandas as pdfrom collections import defaultdict# 判定组别的字典group_dict = {("COVID-19", "Normal"): "B",("COVID-19", "Pneumonia"): "C",("COVID-19", "Tuberculosis"): "D",("Normal", "COVID-19"): "E",("Normal", "Pneumonia"): "F",("Normal", "Tuberculosis"): "G",("Pneumonia", "COVID-19"): "H",("Pneumonia", "Normal"): "I",("Pneumonia", "Tuberculosis"): "J",("Tuberculosis", "COVID-19"): "K",("Tuberculosis", "Normal"): "L",("Tuberculosis", "Pneumonia"): "M",}# 创建一个字典来保存所有的图片信息image_predictions = {}# 循环遍历所有数据集（训练集和验证集）for phase in ['train', 'val']:# 设置模型的状态model.eval()# 遍历数据for inputs, labels, paths in dataloaders[phase]:inputs = inputs.to(device)labels = labels.to(device)# 计算模型的输出with torch.no_grad():outputs = model(inputs)_, preds = torch.max(outputs, 1)# 循环遍历每一个批次的结果for path, pred in zip(paths, preds):# 提取图片的类别actual_class = os.path.split(os.path.dirname(path))[-1] # 提取图片的名称image_name = os.path.basename(path)# 获取预测的类别predicted_class = class_names[pred]# 判断预测的分组类型if actual_class == predicted_class:group_type = 'A'elif (actual_class, predicted_class) in group_dict:group_type = group_dict[(actual_class, predicted_class)]else:group_type = 'Other' # 如果没有匹配的条件，可以归类为其他# 保存到字典中image_predictions[image_name] = [phase, actual_class, predicted_class, group_type]# 将字典转换为DataFramedf = pd.DataFrame.from_dict(image_predictions, orient='index', columns=['Dataset Type', 'Actual Class', 'Predicted Class', 'Group Type'])# 保存到CSV文件中df.to_csv('result-m-s.csv')
四、改写过程
先说策略：首先，先把二分类的误判病例分析代码改成四分类的；其次，用咒语让GPT-4帮我们续写代码已达到误判病例分析。
提供咒语如下：
①改写{代码1}，改变成4分类的建模。代码1为：{XXX};
②在{代码1}的基础上改写代码，达到下面要求：
（1）首先，提取出所有图片的“原始图片的名称”、“属于训练集还是验证集”、“预测为分组类型”；文件的路劲格式为：例如，“MTB-1\Normal\XXX.png”属于Normal，“MTB-1\COVID-19\XXX.jpg”属于COVID-19，“MTB-1\Pneumonia\XXX.jpeg”属于Pneumonia，“MTB-1\Tuberculosis\XXX.png”属于Tuberculosis；
（2）其次，根据样本预测结果，把样本分为以下若干组：（a）预测正确的图片，全部判定为A组；（b）本来就是COVID-19的图片，预测为Normal，判定为B组；（c）本来就是COVID-19的图片，预测为Pneumonia，判定为C组；（d）本来就是COVID-19的图片，预测为Tuberculosis，判定为D组；（e）本来就是Normal的图片，预测为COVID-19，判定为E组；（f）本来就是Normal的图片，预测为Pneumonia，判定为F组；（g）本来就是Normal的图片，预测为Tuberculosis，判定为G组；（h）本来就是Pneumonia的图片，预测为COVID-19，判定为H组；（i）本来就是Pneumonia的图片，预测为Normal，判定为I组；（j）本来就是Pneumonia的图片，预测为Tuberculosis，判定为J组；（k）本来就是Tuberculosis的图片，预测为COVID-19，判定为H组；（l）本来就是Tuberculosis的图片，预测为Normal，判定为I组；（m）本来就是Tuberculosis的图片，预测为Pneumonia，判定为J组；
（3）居于以上计算的结果，生成一个名为result-m.csv表格文件。列名分别为：“原始图片的名称”、“属于训练集还是验证集”、“预测为分组类型”、“判定的组别”。其中，“原始图片的名称”为所有图片的图片名称；“属于训练集还是验证集”为这个图片属于训练集还是验证集；“预测为分组类型”为模型预测该样本是哪一个分组；“判定的组别”为根据步骤（2）判定的组别，从A到J一共十组选择一个。
（4）需要把所有的图片都进行上面操作，注意是所有图片，而不只是一个批次的图片。
代码1为：{XXX}
③还需要根据报错做一些调整即可，自行调整。
最后，看看结果：
模型只运行了2次，所以效果很差哈，全部是预测成了COVID-19。
四、数据
链接：/s/1rqu15KAUxjNBaWYfEmPwgQ?pwd=xfyn
提取码：xfyn
五、结语
深度学习图像分类的教程到此结束，洋洋洒洒29篇，涉及到的算法和技巧也够发一篇SCI了。当然，图像识别还有图像分割和目标识别两块内容，就放到最后再说了。下一趴，我们来介绍时间序列建模！！！
