欢迎大家加入MindSpore社区一起玩！

1.MobileNetV2简介

MobileNetV2 是谷歌于 2018 年提出的轻量化卷积神经网络模型，专为移动端和嵌入式设备设计，通过核心结构创新与技术优化，在保持低计算复杂度的同时显著提升了模型的特征表达能力与性能。

1.1 核心结构创新

MobileNetV2 的核心创新在于倒残差结构（Inverted Residual Block）与线性瓶颈层（Linear Bottleneck）的结合。传统残差模块采用“两头大、中间小”的瓶颈设计：先通过 1×1 卷积降维，再经 3×3 卷积提取特征，最后通过 1×1 卷积升维。而 MobileNetV2 的倒残差结构则反向操作，先通过 1×1 卷积升维扩展通道数，再通过 3×3 深度可分离卷积高效提取特征，最后通过 1×1 卷积降维。这种“中间大、两头小”的结构设计能够更好地保留高维特征信息，避免低维空间中的信息损失。此外，在降维阶段，MobileNetV2 引入线性激活函数替代 ReLU，以防止特征在低维空间中被过度压缩，从而提升特征表达能力。深度可分离卷积作为 MobileNetV2 的另一关键技术，将标准卷积分解为深度卷积与逐点卷积（1×1 卷积），大幅降低计算量与参数量。例如，标准卷积的计算量为 k2×Cin​×Cout​，而深度可分离卷积仅需 k2×Cin​+Cin​×Cout​，计算量可减少至原来的 Cout​1​+k21​。

1.2 技术特点与优化

MobileNetV2 的技术特点主要体现在轻量化、高特征表达能力与可扩展性三个方面。通过深度可分离卷积与倒残差结构的结合，模型在保持低计算复杂度的同时，仍能提取丰富的特征信息，适用于图像分类、目标检测等任务。倒残差结构与线性瓶颈层的协同作用，使得模型在低维空间中通过线性变换避免信息丢失，在高维空间中通过非线性激活增强特征多样性。此外，MobileNetV2 引入宽度乘数（α）与分辨率乘数（ρ）两个超参数，以灵活调整模型规模。宽度乘数通过控制卷积核通道数调整模型宽度，分辨率乘数通过调整输入图像分辨率控制计算量，从而在准确率与计算效率之间实现权衡。例如，在移动端设备上，通过调整 α 和 ρ，可针对不同硬件条件优化模型性能。

1.3 性能优势与资源效率

MobileNetV2 的性能优势体现在计算效率、内存占用与实时性三个维度。在计算效率方面，模型通过深度可分离卷积与倒残差结构，在相同准确率下显著降低计算量。例如，在 ImageNet 图像分类任务中，MobileNetV2 的计算量仅为 MobileNetV1 的 1/3，但准确率更高。在内存占用方面，深度可分离卷积与轻量化设计大幅减少参数量，使得模型在资源受限的设备上仍能高效运行。此外，MobileNetV2 的实时性表现突出，在移动端设备上可实现实时推理，适用于实时图像分类、目标检测等场景。例如，在自动驾驶中，模型可快速识别行人或交通标志；在智能监控中，可实时跟踪目标物体。

2.训练数据集准备与环境准备

2.1 训练环境准备

克隆实例后，pip安装库环境

2.2准备数据集

代码：

import kagglehub

# Download latest version
path = kagglehub.dataset_download("puneet6060/intel-image-classification")

print("Path to dataset files:", path)

3.模型导入与推理实践

随便找个本地的图片看看能不能正常导入使用

代码：

import numpy as np
import mindspore
from mindspore import Tensor, context
from mindvision.classification.models import mobilenet_v2
import cv2

# 设置执行模式
context.set_context(mode=context.GRAPH_MODE, device_target="Ascend")

# 加载模型
net = mobilenet_v2(num_classes=6, pretrained=False)
mindspore.load_checkpoint("./scene_recognition_mobilenetv2/MobileNetV2.ckpt", net)
net.set_train(False)

# 图像预处理函数
def load_image(image_path):
    # 读取图像
    img = cv2.imread(image_path)
    img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
    
    # 调整大小到150x150
    img = cv2.resize(img, (150, 150))
    
    # 归一化和转换为NCHW格式
    img = img.astype(np.float32) / 255.0
    img = (img - np.array([0.485, 0.456, 0.406])) / np.array([0.229, 0.224, 0.225])
    img = img.transpose(2, 0, 1)  # HWC -> CHW
    img = np.expand_dims(img, axis=0)  # 添加批次维度
    
    return Tensor(img, mindspore.float32)

# 解码预测结果



def decode_prediction(output):
    probs = output.asnumpy()
    idx = np.argmax(probs, axis=1)[0]
    confidence = probs[0, idx]
    
    # 假设有6个类别
    class_names = ["类别1", "类别2", "类别3", "类别4", "类别5", "类别6"]  # 替换为您的实际类别名称
    pred_class = class_names[idx]
    
    return pred_class, confidence

# 示例推理
image = load_image("./scene_recognition_mobilenetv2/test_image.jpg")  # 输入大小: 150x150
output = net(image)
pred_class, confidence = decode_prediction(output)

print(f"预测类别: {pred_class}, 置信度: {confidence:.2%}")

4.训练评估

参照原仓库，选用相同的数据集训练评估一下

代码：

import os
import numpy as np

import mindspore
import mindspore.nn as nn
import mindspore.dataset as ds
import mindspore.dataset.vision as vision
import mindspore.dataset.transforms as transforms
from mindspore import context, Model, load_checkpoint, save_checkpoint
from mindspore.train.callback import LossMonitor
from mindvision.classification.models import mobilenet_v2

# 基本配置
context.set_context(mode=context.GRAPH_MODE, device_target="Ascend")

# 根据您提供的实际路径修正数据集路径
base_path = '/home/mindspore/work/scene_recognition_mobilenetv2/intel-image-classification/versions/2'
train_path = os.path.join(base_path, 'seg_train', 'seg_train')
test_path = os.path.join(base_path, 'seg_test', 'seg_test')  # 假设测试集也有类似的嵌套结构

checkpoint_path = './checkpoint'
if not os.path.exists(checkpoint_path):
    os.makedirs(checkpoint_path)

# 类别名称
class_names = ['buildings', 'forest', 'glacier', 'mountain', 'sea', 'street']

# 创建数据集
def create_dataset(path, batch_size=32):
    # 首先验证路径是否存在
    if not os.path.exists(path):
        raise ValueError(f"数据集路径不存在: {path}")
    
    print(f"正在加载数据集: {path}")
    
    # 检查目录结构
    class_dirs = [os.path.join(path, d) for d in os.listdir(path) 
                 if os.path.isdir(os.path.join(path, d))]
    
    if not class_dirs:
        raise ValueError(f"未找到类别目录在: {path}")
    
    print(f"找到 {len(class_dirs)} 个类别目录: {[os.path.basename(d) for d in class_dirs]}")
    
    # 创建数据集
    dataset = ds.ImageFolderDataset(path)
    
    # 打印数据集信息
    print(f"数据集大小: {dataset.get_dataset_size()}")
    
    # 数据预处理
    mean = [0.485 * 255, 0.456 * 255, 0.406 * 255]
    std = [0.229 * 255, 0.224 * 255, 0.225 * 255]
    
    transform_img = [
        vision.Decode(),
        vision.Resize((150, 150)),
        vision.RandomHorizontalFlip(0.5),
        vision.Normalize(mean=mean, std=std),
        vision.HWC2CHW()
    ]
    
    transform_label = [transforms.TypeCast(mindspore.int32)]
    
    dataset = dataset.map(operations=transform_img, input_columns="image")
    dataset = dataset.map(operations=transform_label, input_columns="label")
    
    dataset = dataset.shuffle(buffer_size=1000)
    dataset = dataset.batch(batch_size, drop_remainder=False)
    
    # 打印批次信息
    steps = dataset.get_dataset_size()
    print(f"每个轮次的批次数: {steps}")
    
    return dataset, steps

# 训练模型
def train():
    # 加载数据集
    train_dataset, steps_per_epoch = create_dataset(train_path, batch_size=32)
    
    # 确保steps_per_epoch > 0
    if steps_per_epoch <= 0:
        raise ValueError(f"数据集为空，steps_per_epoch={steps_per_epoch}")
    
    # 设置超参数
    epochs = 30
    initial_lr = 0.001
    
    # 创建网络
    network = mobilenet_v2(num_classes=6, pretrained=False)
    
    # 定义损失函数和优化器
    loss_fn = nn.SoftmaxCrossEntropyWithLogits(sparse=True, reduction='mean')
    
    # 使用固定学习率
    optimizer = nn.Adam(network.trainable_params(), learning_rate=initial_lr, weight_decay=1e-4)
    
    # 创建模型
    model = Model(network, loss_fn=loss_fn, optimizer=optimizer, metrics={'accuracy'})
    
    # 训练模型
    print("开始训练...")
    model.train(epoch=epochs, train_dataset=train_dataset, callbacks=[LossMonitor(per_print_times=10)],
               dataset_sink_mode=False)
    
    # 保存模型
    save_checkpoint(network, os.path.join(checkpoint_path, 'MobileNetV2.ckpt'))
    print(f"模型已保存到: {os.path.join(checkpoint_path, 'MobileNetV2.ckpt')}")

# 评估模型
def evaluate():
    try:
        # 加载数据集
        eval_dataset, _ = create_dataset(test_path, batch_size=32)
        
        # 创建网络
        network = mobilenet_v2(num_classes=6)
        
        # 加载模型
        ckpt_file = os.path.join(checkpoint_path, 'MobileNetV2.ckpt')
        if not os.path.exists(ckpt_file):
            print(f"检查点文件不存在: {ckpt_file}")
            return
        
        load_checkpoint(ckpt_file, network)
        
        # 定义损失函数和评估指标
        loss_fn = nn.SoftmaxCrossEntropyWithLogits(sparse=True, reduction='mean')
        model = Model(network, loss_fn=loss_fn, metrics={'accuracy': nn.Accuracy()})
        
        # 评估模型
        print("开始评估...")
        result = model.eval(eval_dataset, dataset_sink_mode=False)
        print(f"模型准确率: {result['accuracy']:.4f}")
    except Exception as e:
        print(f"评估过程中发生错误: {e}")

# 打印数据集结构
def print_dataset_info():
    """打印数据集的结构信息"""
    # 检查数据集路径
    print(f"基础路径: {base_path}")
    
    # 检查训练集路径
    print(f"\n训练集路径: {train_path}")
    if os.path.exists(train_path):
        print("训练集类别:")
        for cls in os.listdir(train_path):
            cls_path = os.path.join(train_path, cls)
            if os.path.isdir(cls_path):
                files_count = len([f for f in os.listdir(cls_path) if os.path.isfile(os.path.join(cls_path, f))])
                print(f"  - {cls}: {files_count} 个图像")
    else:
        print(f"训练集路径不存在: {train_path}")
    
    # 检查测试集路径
    print(f"\n测试集路径: {test_path}")
    if os.path.exists(test_path):
        print("测试集类别:")
        for cls in os.listdir(test_path):
            cls_path = os.path.join(test_path, cls)
            if os.path.isdir(cls_path):
                files_count = len([f for f in os.listdir(cls_path) if os.path.isfile(os.path.join(cls_path, f))])
                print(f"  - {cls}: {files_count} 个图像")
    else:
        print(f"测试集路径不存在: {test_path}")

# 主函数
if __name__ == '__main__':
    # 首先查看数据集信息
    print("=== 检查数据集结构 ===")
    print_dataset_info()
    
    try:
        # 训练模型
        print("\n=== 开始训练模型 ===")
        train()
        
        # 评估模型
        print("\n=== 开始评估模型 ===")
        evaluate()
    except Exception as e:
        print(f"执行过程中发生错误: {e}")

5.小结

原仓库中具体训练参数没有详细提供，所以准确率等参数与原仓库略有差距。