【HSI】高光谱的数据集分类深度学习实战及代码理解

【HSI】高光谱的数据集分类深度学习实战及代码理解

文章目录

• 【HSI】高光谱的数据集分类深度学习实战及代码理解
• • 一、配置文件编写
  • 二、高光谱图像的处理
  • • 2.1图像数据变换
    • 2.2 数据整合
    • 2.3 数据索引
  • 三、数据集
  • 四、深度学习模型
  • 五、训练，测试及图像展示
  • 六、主函数的理解

对整个工程的代码框架划分

将整个深度学习的框架基本划分为：

• configs:配置文件
• data:处理数据高光谱图像数据
• datasets:数据集存放
• model:深度学习训练模型
• tool:用于模型的训练、测试和图像的展示
• weights:梯度权重值的保存
• main:主函数的运行

在不同的文件下面进行相应的编写，同时便于阅读和后续的修改和移植性的提高

一、配置文件编写

datasets_type = 'HSI Data Sets'data_root = '/home/students/master/2022/wangzy/PyCharm-Remote/HSIC_train/datasets/PaviaU.mat'image_name = 'paviaU'gt_name = 'paviaU_gt'  # 在数据库上标注好的label一般被默认为是真实的值，也就是GT了phase = ['train', 'test', 'no_gt']pca_num = 1train_set_num = 30patch_size = 27data = dict(    data_path=data_root,    image_name=image_name,    gt_name=gt_name,    train_set_num=train_set_num,    patch_size=patch_size,    pca=pca_num,    train_data=dict(        phase=phase[0]    ),    test_data=dict(        phase=phase[1]    ),    no_gt_data=dict(        phase=phase[2]    ))train = dict(    # 优化器的相应数据    optimizer=dict(        typename='SGD',        lr=lr,        momentum=0.9,  # 动量        weight_decay=1e-4  # 权重衰减    ),    train_model=dict(        gpu_train=True,        gpu_num=1,        workers_num=16,        epoch=100,        batch_size=32,        # 学习率的相应参数        lr=lr,        lr_adjust=True,        lr_gamma=0.1,        lr_step=60,        save_folder='./weights/',        save_name='model_CNN1D',        reuse_model=False,        reuse_file='./weights/model_CNN1D_Final.pth'    ))test = dict(    batch_size=1000,    gpu_train=True,    gpu_num=1,    workers_num=16,    model_weights='./weights/model_CNN1D_Final.pth',    save_folder='./result')

配置文件的编写主要是为了，在后续调整模型时，方便修改相应的数据参数，常用的使用和调整的包含了：

data_root = '/home/students/master/2022/wangzy/PyCharm-Remote/HSIC_train/datasets/PaviaU.mat'   #高光谱数据集lr = 1e-2#学习步长pca_num = 1#高光谱图像PCA后的通道数train_set_num = 30#训练的次数patch_size = 27#对高光谱数据集划分patch的尺寸 27*27epoch=100,#epoch的次数batch_size=32,#图像的数量

在训练模型调参时，基本的改动都在configs的文件中来进行修改

二、高光谱图像的处理

2.1图像数据变换

在现在的处理中，主要时mat文件的导入，一张图像的数据大体上分为了[W,H,C]，长宽和通道数，以paviaU数据集来进行举例，torch([32, 103, 610, 340])，大约包含了这些参数，32为图片数量，103的通道数和[610,340]的长宽

对原始图像的处理基本分为：

• 图像数据归一化
• 标签转换
• 提取PCA图像数据
• 构建样本和划分训练集，测试集和地图信息

可以根据自己对图像处理的需求来构建相应的子函数

（1）图像数据归一化

def one_zero_nORM(image):    channel, height, width = image.shape    data = image.view(channel, height * width)    data_max = data.max(dim=1)[0]    data_min = data.min(dim=1)[0]    data = (data - data_min.unsqueeze(1)) / (data_max.unsqueeze(1) - data_min.unsqueeze(1))  # 在第二个维度上插入一个维度    return data.view(channel, height, width)def pos_neg_norm(image):    channel, height, width = image.shape    data = image.view(channel, height * width)    data_max = data.max(dim=1)[0]    data_min = data.min(dim=1)[0]    data = -1 + 2 * (data - data_min.unsqueeze(1)) / (data_max.unsqueeze(1) - data_min.unsqueeze(1))    return data.view(channel, height, width)def std_norm(image):    image = image.permute(1, 2, 0).numpy()    trans = transforms.Compose([        transforms.ToTensor(),        transforms.Normalize(torch.tensor(image).mean(dim=[0, 1]), torch.tensor(image).std(dim=[0, 1]))    ])    return trans(image)

根据要求的不同来对图像进行相应的处理

# (x - mean(x))/std(x) normalize to mean: 0, std: 1# (x - min(x))/(max(x) - min(x))  normalize to (0, 1) for each channel# -1 + 2 * (x - min(x))/(max(x) - min(x))  normalize to (-1, 1) for each channel

数据的分布范围不同，采用不同的函数

（2）标签转换

def label_transform(gt):    '''        function：tensor label to 0-n for training        input: gt        output：gt        tensor([0., 1., 2., 3., 4., 5., 6., 7., 8., 9.])        -> tensor([-1.,  0.,  1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.])    '''    label = torch.unique(gt)  # 返回标签label中的不同值    gt_new = torch.zeros_like(gt)  # zeros_like(a)的目的是构建一个与a同维度的数组，并初始化所有变量为零。    # zeros,则需要代入参数    for each in range(len(label)):  # 长度为10        indices = torch.where(gt == label[each])        if label[0] == 0:            gt_new[indices] = each - 1        else:            gt_new[indices] = each    # tensor([-1.,  0.,  1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.])    # labeL_new = torch.unique(gt_new)    return gt_new

将标签依次向下减小，将图像的背景label定义为-1，从而使标签信息可以分隔开来

（3）提取PCA图像数据

高光谱的数据通道数太多了，进行空间卷积的话，会受到影响，通过PCA下降后更方便进行2D卷积

def extract_pc(image, pc=3):    channel, height, width = image.shape    data = image.contiguous().reshape(channel, height * width) # 存在contiguous函数，在改变data的值后    data_c = data - data.mean(dim=1).unsqueeze(1)    # 计算一个矩阵或一批矩阵 input 的奇异值分解    u, s, v = torch.svd(data_c.matmul(data_c.T)) # data_c矩阵乘以data_c的转置    sorted_data, indices = s.sort(descending=True) # 将s中的数按降序进行排列    image_pc = u[:, indices[0:pc]].T.matmul(data)    return image_pc.reshape(pc, height, width)

（4）构建样本和划分训练集，测试集和地图信息

def select_sample(gt, ntr):

构建函数用于划分数据集的数量和返回相应的参数

train_num_array = [30, 150, 150, 100, 150, 150, 20, 150, 15, 150, 150, 150, 150, 150, 50, 50]sel_num = train_num_array[each-1]sel_num = torch.tensor(sel_num)  # tensor(30)# 将标签进行打乱rand_indices0 = torch.randperm(class_num)  # torch.randperm 给定参数n，返回一个从0到n-1的随机整数排列rand_indices = indices_vector[rand_indices0]# 划分训练集train,测试集test# 划分打乱后的随机整数排列tr_ind0 = rand_indices0[0:sel_num]  # torch.Size([30])te_ind0 = rand_indices0[sel_num:]  # 将剩下的数据用作测试集# 划分随机整数排列对应的gttr_ind = rand_indices[0:sel_num]  # torch.Size([30])te_ind = rand_indices[sel_num:]

以数组的形式来存储数据集中不同类别的训练集和划分数据集，将相应的数据和指标进行划分来存储和返回

# 将6种数据参数进行保存data_sample = {'train_indices': train_indices, 'train_num': train_num,               'test_indices': test_indices, 'test_num': test_num,               'no_gt_indices': no_gt_indices, 'no_gt_num': no_gt_num.unsqueeze(0)               }

2.2 数据整合

def get_train_test_set(cfg):    # 从cfg中导入设定好的参数    data_path = cfg['data_path']  # 导入存放的地址    image_name = cfg['image_name']  # paviaU    # 这个其实就是103通道的整个图像的信息    gt_name = cfg['gt_name']  # 'paviaU_gt'    # 这个是地图的特征信息，同时具有标签值    # [0,0,1,1,1,4,4,4,]这种的标签图    train_set_num = cfg['train_set_num']  # 30,每一次数据集训练的次数    patch_size = cfg['patch_size']  # 27,用于切分图像的尺寸        data = io.loadmat(data_path)  # 从相应的文件夹导入    img = data[image_name].astype('float32')  # .astype转换数组的数据类型  (610, 340, 103) [w,h,c]    gt = data[gt_name].astype('float32')  # 转换成float32  (610, 340) ,这个数据从数据库中导入，只有一个数据    img = torch.from_numpy(img)  # 转tensor   # torch.Size(610, 340, 103)    gt = torch.from_numpy(gt)  # torch.Size(610, 340)    img = img.permute(2, 0, 1)  # 变换tensor的维度,把channel放到第一维CxHxW  # torch.Size(103, 610, 340)    img = pre_fun.std_norm(img)  # 归一化，torch.Size(103, 610, 340) 将数据分布在（0，1）之间    # label transform  0~9 -> -1~8    # 将标签值进行转换，应该在mat文件中，对不同的物体的label值就做好了定义    img_gt = pre_fun.label_transform(gt)  # torch.size(610, 340)    # construct_sample：切分patch，储存每个patch的坐标值    # img_pad的值为([103, 636, 366]),    # img_pad_indices的值为([207400, 4])    img_pad, img_pad_indices = pre_fun.construct_sample(img, patch_size)    # (1)select_sample：用img_gt的标签信息划分样本    # (2)得到的data_sample = {'train_indices': train_indices, 'train_num': train_num,    #                    'test_indices': test_indices, 'test_num': test_num,    #                    'no_gt_indices': no_gt_indices, 'no_gt_num': no_gt_num.unsqueeze(0)    #                    }    data_sample = pre_fun.select_sample(img_gt, train_set_num)    # data_sample再添加几项数据    data_sample['pad_img'] = img_pad    data_sample['pad_img_indices'] = img_pad_indices    data_sample['img_gt'] = img_gt  # 转化后的特征标签图的数据    data_sample['ori_gt'] = gt  # 原始特征标签图的数据    # print('data_sample.keys()',data_sample.keys())    # dict_keys(['train_indices', 'train_num', 'test_indices', 'test_num',    # 'no_gt_indices', 'no_gt_num', 'pad_img', 'pad_img_indices', 'img_gt', 'ori_gt'])    if cfg['pca'] > 0:        img_pca = pre_fun.extract_pc(img, cfg['pca'])        img_pca = pre_fun.one_zero_norm(img_pca)        img_pca = pre_fun.std_norm(img_pca)        img_pca_pad, _ = pre_fun.construct_sample(img_pca, patch_size)        data_sample['img_pca_pad'] = img_pca_pad    return data_sample

主要功能：

• 数据集train,test
• 加载数据集，转化为tensor，label transform，
• 切分patch，储存每个patch的坐标值，
• 由gt划分样本，最终得到data_sample

在这个函数中主要调用2.1中构建的子函数，来对图像数据进行处理，储存相应的处理完的图像数据

输出参数：

• ‘train_indices’, ‘train_num’, 训练集的坐标，训练集的数目

• ‘test_indices’, ‘test_num’, 测试集的坐标，测试集的数目

• ‘no_gt_indices’, ‘no_gt_num’, 背景图的坐标和数目

• ‘pad_img’, ‘pad_img_indices’, patch后的图像数据和坐标

• ‘img_gt’, ‘ori_gt’ 图像划分的原始数据

2.3 数据索引

主要使用的是class HSI_data(data.Dataset)，将get_train_test_set(cfg)返回的参数进行带入

（1）函数作用

def __getitem__(self, idx):

来对具体的数值进行提取，根据之前训练集，测试集划分的不同，会返回相应的不同的长度，在编写训练函数的时候，借由

batch_data = DataLoader(train_data, batch_size, shuffle=True, \                        num_workers=num_workers, collate_fn=collate_fn, pin_memory=True)

这种形式将相应的数据通过Dataloader来进行加载读入，从而在设定好的epoch里面实现训练

（2）返回的参数

index = self.data_indices[idx]img_index = self.img_indices[index[0]]  # img_index 坐标# 从pad_img中根据坐标截取样本img = self.img[:, img_index[0]:img_index[1], img_index[2]:img_index[3]]label = self.gt[index[1], index[2]]

以idx来随机定位相应的索引的数据，返回图像数据为（可以根据自己的需求来进行返回）：

• img, 光谱图像信息（原始信息） tensor(103,27,27)
• label, 标签值
• index, 相应的坐标（在前面的函数中，将打平的一维坐标和2个二维位标都进行了保存）
• img_pca 空间图像信息（PCA处理后）tensor(1,27,27)

三、数据集

在深度学习的过程中，主要使用了高光谱图像作为数据集来进行训练

数据集的格式为mat文件

matdata = scio.loadmat(data_root)print(matdata.keys())  # 查看mat数据集的key

dict_keys(['__header__', '__version__', '__globals__', 'fea', 'gnd', 'paviaU', 'paviaU_gt'])

读取存放文件的地址位，来调用loadmat读取相应的数据，返回字典中的keys,来查看数据集中存在哪几类数据来进行调用

在读取数据集时，不仅要注意图像的【C,H,W】，还需要注意其中的，keys的选择

例如：

data_root = '/home/students/master/2022/wangzy/PyCharm-Remote/datasets/PaviaU.mat'image_name = 'paviaU'gt_name = 'paviaU_gt'# paviaU的特征分为了9类# torch([32, 103, 610, 340])data_root = '/home/students/master/2022/wangzy/PyCharm-Remote/datasets/Indian_pines.mat'image_name = 'indian_pines_corrected'gt_name = 'R'# indian_pines的特征分为了16类# torch([32, 220, 145, 145])

  paviaU的特征分类为9，在最后模型的全连接过程分类应该为9，在使用不同的数据集时需要注意特征数的不同，indian_pines的特征分为了16类。

  数据集在训练的时候一般会分为空间信息和光谱信息，空间信息一般是pca处理后进行，通道数自己定义，光谱信息一般是对单像素的进行处理，在调用的时候，patch处理后的img图像正中间就是对应的图像原始像素点的数据。

四、深度学习模型

  在整个编写的过程中主要就是模型的编写，其他的部分基本是理解完成后进行细微的调整，这里用最基本的CNN2D来举例

class CNN2D(nn.Module):    def __init__(self, in_fea_num, out_fea_num):        super(CNN2D, self).__init__()        self.conv1 = nn.Conv2d(in_fea_num, 32, kernel_size=4, stride=1)        self.conv2 = nn.Conv2d(32, 64, kernel_size=5, stride=1)        self.fc = nn.Linear(64, out_fea_num)    def forward(self, origin_data, pca_data):        output = self.conv1(pca_data)        output = F.relu(output)        output = F.max_pool2d(output, 2)        output = self.conv2(output)        output = F.relu(output)        output = torch.flatten(output, 1)        output = self.fc(output)        return outputdef main():    net = CNN2D(1, 9)    tmp = torch.randn(32, 1, 27, 27)    out = net(tmp)    print(out.shape)

  这是一个最基本的2D卷积神经网络，2个卷积层，中间插入relu和max_pool来实现卷积，最后进行相应的全连接

  输入的是img_pca,这里是对HSI的空间信息进行处理，一般的空间卷积都是使用pca降维后的来进行使用，因为最后的paviaU的特征分为了9类，所以在后面的全连接层最后输出的为9，代表对9类特征值的判断概率

五、训练，测试及图像展示

  训练和测试模型基本上的代码框架差不多，在后面主要就是介绍训练模型使用的代码框架的理解，主体上包含了以下部分：

• 导入之前设定的参数值

• 加载模型和设定是否采用上次编写的来进行训练

• 在设定的epoch中进行数据的遍历

• 训练模型和存储

• 打印数据

（1）导入之前设定的参数值

num_workers = cfg['workers_num']  # 导入同时工作的线程数gpu_num = cfg['gpu_num']  # 几个GPU工作save_folder = cfg['save_folder']  #'./weights/'save_name = cfg['save_name']      #'model_CNN1D'lr_init = cfg['lr']lr_gamma = cfg['lr_gamma']lr_step = cfg['lr_step']  # 步进为60lr_adjust = cfg['lr_adjust']  # 设置为Tureepoch_size = cfg['epoch']batch_size = cfg['batch_size']

主要是导入在初始文件configs中的设定值，在后面的修改中也基本是在configs里进行相应的修改

（2）加载模型和设定是否采用上次编写的来进行训练

if gpu_num > 1 and cfg['gpu_train']:    # 采用多卡GPU服务器    model = torch.nn.DataParallel(model).to(device)    # 使用样例    # model = model.cuda()    # device_ids = [0, 1]  # id为0和1的两块显卡    # model = torch.nn.DataParallel(model, device_ids=device_ids)else:    model = model.to(device)model.train()if cfg['reuse_model']:    print('loading model')    checkpoint = torch.load(cfg['reuse_file'], map_location=device)  # 用来加载torch.save() 保存的模型文件    start_epoch = checkpoint['epoch']    model_dict = model.state_dict()  # state_dict其实就是一个字典，该自点中包含了模型各层和其参数tensor的对应关系。    pretrained_dict = {k: v for k, v in checkpoint['model'].item() if k in model_dict}  # 再用预训练模型参数更新model_dict    model_dict.update(pretrained_dict)    model.load_state_dict(model_dict)  # 装载已经训练好的模型else:    start_epoch = 0

可以通过选择是否采用上一次的模型或者，重新开始训练新的模型

（3）在设定的epoch中进行数据的遍历

for epoch in range(start_epoch + 1, epoch_size + 1):    epoch_time0 = time.time()     batch_data = DataLoader(train_data, batch_size, shuffle=True, \num_workers=num_workers, collate_fn=collate_fn, pin_memory=True)    if lr_adjust:        lr = adjust_lr(lr_init, lr_gamma, optimizer, epoch, lr_step)    else:        lr = lr_init    epoch_loss = 0    predict_correct = 0    label_num = 0    for batch_idx, batch_sample in enumerate(batch_data):  # 遍历加载的数据集        iteration = (epoch - 1) * batch_num + batch_idx + 1        batch_time0 = time.time()        # (1)导入图片和标签        if len(batch_sample) > 3:            img, target, indices, img_pca = batch_sample            img_pca = img_pca.to(device)        else:            img, target, indices = batch_sample        img = img.to(device)        target = target.to(device)

  在这里主要是在一个中epoch，对图像数据进行导入和遍历，在DataLoader的作用下，batch_size=32决定了一次提取的图片数目，在HSI_Data的索引下，对划分好的训练集进行相应的随机提取，主要是用的是img和img_pca

• img patch后的图像数据（32，103，25，25）
• img_pca patch后pca降维的图像数据（32，1，25，25）

(4)训练模型

# 前向传播prediction = model(img, img_pca)  # 在CNN2D中只用了img_pca# 计算损失loss = loss_fun(prediction, target.long())  # 这里target应该是标签值# 优化器，反向传播optimizer.zero_grad()  # 将梯度归零loss.backward()  # 反向传播计算得到每个参数的梯度值optimizer.step()  # 通过梯度下降执行一步参数更新

这几步基本上是固定的，先进行前向传播，后面再进行反向传播更新梯度权重

if not os.path.exists(save_folder):    os.makedirs(save_folder)  # 递归创建目录 # 存储最终的模型save_model = dict(    model=model.state_dict(),    epoch=epoch_size)

将训练完成的模型进行存储，用于下次的测试

（5）打印数据

# 将相应的数据进行打印print('Epoch: {}/{} || lr: {} || loss: {} || Train acc: {:.2f}% || '      'Epoch time: {:.4f}s || Epoch ETA: {}'      .format(epoch, epoch_size, lr, epoch_loss/batch_num, 100*predict_correct/label_num,              epoch_time, str(datetime.timedelta(seconds=epoch_eta))              )      )

将相应的参数打印，再训练的过程中可以进行观察

Epoch: 6/100 || lr: 0.01 || loss: 0.3411703225639131 || Train acc: 90.74% || Epoch time: 0.7305s || Epoch ETA: 0:01:08Epoch: 7/100 || lr: 0.01 || loss: 0.2682735058996413 || Train acc: 90.74% || Epoch time: 0.6298s || Epoch ETA: 0:00:58Epoch: 8/100 || lr: 0.01 || loss: 0.20451137092378405 || Train acc: 93.33% || Epoch time: 0.5340s || Epoch ETA: 0:00:49Epoch: 9/100 || lr: 0.01 || loss: 0.2426785926024119 || Train acc: 90.74% || Epoch time: 0.6558s || Epoch ETA: 0:00:59

六、主函数的理解

在main函数文件中，主要是调用前面的包装好的子函数进行调用，很简单和容易理解

主体上分为：

• 基本参数配置
• 加载模型和优化
• 训练测试
• 显示图像

（1）基本参数配置

# 基本参数配置cfg_data = cfg.datacfg_model = cfg.modelcfg_train = cfg.train['train_model']cfg_optim = cfg.train['optimizer']  # 导入优化模型的相应参数cfg_test = cfg.test# 数据导入和数据集的划分data_sets = fun_get_set(cfg_data)train_data = fun_data(data_sets, cfg_data['train_data'])test_data = fun_data(data_sets, cfg_data['test_data'])no_gt_data = fun_data(data_sets, cfg_data['no_gt_data'])

（2）加载模型和优化

device = torch.device("cuda:5")# 加载模型model = fun_model(cfg_model['in_fea_num'], cfg_model['out_fea_num']).to(device)# 损失函数loss_fun = nn.CrossEntropyLoss()# 优化器optimizer = optim.SGD(model.parameters(), lr=cfg_optim['lr'],                      momentum=cfg_optim['momentum'], weight_decay=cfg_optim['weight_decay'])

（3）训练测试

# 训练fun_train(train_data, model, loss_fun, optimizer, device, cfg_train)# 测试pred_train_label = fun_test(train_data, data_sets['ori_gt'], model, device, cfg_test)pred_test_label = fun_test(test_data, data_sets['ori_gt'], model, device, cfg_test)pred_no_gt_label = fun_test(no_gt_data, data_sets['ori_gt'], model, device, cfg_test)predict_label = torch.cat([pred_train_label, pred_test_label, pred_no_gt_label], dim=0)

(4)显示图像

直接显示相应的图像HSI = show.Predict_Label2Img(pred_no_gt_label)plt.imshow(HSI)plt.show()

  main函数也代表了整个HSI深度学习的代码框架，以这个框架在相应的文件子函数中进行编写和修改，但进行不同模型的训练最主要的还是修改不同的模型和训练集，对模型准确度的判定都差不多

来源地址：https://blog.csdn.net/W_zyth/article/details/126288341