Ứng dụng mạng MobileNet vào phân loại hình ảnh.pdf

Xây dựng một hệ thống nhận diện và phân loại hình ảnh dựa trên mạng neural MobileNet. Hệ thống này sẽ phân tích bức ảnh đầu vào và xác định đối tượng chính xuất hiện trong ảnh.

1. https://aicandy.vn/ung-dung-mang-mobilenet-vao-phan-loai-hinh-anh/
Bản quyền thuộc về: https://aicandy.vn


Học tập toàn diện: Kết nối lý thuyết, thực hành và dữ liệu thực tế
https://aicandy.vn
1

Ứng dụng mạng MobileNet vào phân loại
hình ảnh
Nội dung
 1. Bài toán
 2. Thực hiện
o 2.1. Cấu trúc chương trình
o 2.2. Dữ liệu
o 2.3. Build model
o 2.4. Chương trình train
o 2.5. Chương trình test
o 2.6. Chương trình chuyển đổi model
 3. Kết quả train
 4. Kết quả test
 5. Source code
1. Bài toán
Xây dựng một hệ thống nhận diện và phân loại hình ảnh dựa trên mạng
neural MobileNet. Hệ thống này sẽ phân tích bức ảnh đầu vào và xác định
đối tượng chính xuất hiện trong ảnh.


2. Thực hiện

2. https://aicandy.vn/ung-dung-mang-mobilenet-vao-phan-loai-hinh-anh/
Bản quyền thuộc về: https://aicandy.vn


Học tập toàn diện: Kết nối lý thuyết, thực hành và dữ liệu thực tế
https://aicandy.vn
2

2.1. Cấu trúc chương trình
Với mục đích dễ quản lý source code, chúng ta có thể đặt chương trình như
sau:
root@aicandy:/aicandy/projects/AIcandy_RetinaNet_ObjectDetection_mqe
prgnq# tree
.
├── aicandy_output_ntroyvui
│ └── aicandy_pretrain_resnet_rvkndbxy.pth
├── aicandy_retinanet_test_cliaskyp.py
├── aicandy_retinanet_train_rpnekclt.py
├── aicandy_utils_src_obilenxc
│ ├── anchors.py
│ ├── arial.ttf
│ ├── evaluate.py
│ ├── dataloader.py
│ ├── losses.py
│ └── model.py
└── image_test.jpg
Trong đó:
– File aicandy_mobilenet_model_mhgmyhay.py chứa model
– File aicandy_mobilenet_train_enrnptys.py chứa chương trình train
– File aicandy_mobilenet_test_vtvlmtxo.py chứa chương trình để test.
– File aicandy_mobilenet_convert_onnx_ydlekvna.py chứa chương trình
chuyển đổi từ model pytorch sang model onnx phục vụ triển khai model
trên nhiều thiết bị khác nhau.
2.2. Dữ liệu

3. https://aicandy.vn/ung-dung-mang-mobilenet-vao-phan-loai-hinh-anh/
Bản quyền thuộc về: https://aicandy.vn


Học tập toàn diện: Kết nối lý thuyết, thực hành và dữ liệu thực tế
https://aicandy.vn
3

Dữ liệu phục vụ cho việc train gồm các ảnh đã được phân loại trước và được
lưu trong các folder theo đối tượng, tên của folder là tên của đối tượng. Ví
dụ trong bài này chúng ta có folder ‘dogs’ để chứa tất cả các ảnh có hình ảnh
‘dog’ và folder ‘cats’ để chứa tất cả các hình ảnh có ‘cat’.
Bộ dataset có cấu trúc như sau:
root@aicandy:/aicandy/datasets/aicandy_motorcycle_humukdiy # ls
annotations train2017 val2017
root@aicandy:/aicandy/datasets/aicandy_motorcycle_humukdiy # ls
annotations/
instances_train2017.json instances_val2017.json
root@aicandy:/aicandy/datasets/aicandy_motorcycle_humukdiy #
root@aicandy:/aicandy/datasets/aicandy_motorcycle_humukdiy # cd
train2017/
root@aicandy:/aicandy/datasets/aicandy_motorcycle_humukdiy/train2017
# tree | head -n 6
.
├── 000000000073.jpg
├── 000000000086.jpg
├── 000000000529.jpg
├── 000000000629.jpg
├── 000000000656.jpg
root@aicandy:/aicandy/datasets/aicandy_motorcycle_humukdiy/train2017
# cd ../val2017/
root@aicandy:/aicandy/datasets/aicandy_motorcycle_humukdiy/val2017 #
tree | head -n 6
.
├── 000000007386.jpg
├── 000000007816.jpg
├── 000000008211.jpg
├── 000000011149.jpg
├── 000000011511.jpg
root@aicandy:/aicandy/datasets/aicandy_motorcycle_humukdiy/val2017 #

4. https://aicandy.vn/ung-dung-mang-mobilenet-vao-phan-loai-hinh-anh/
Bản quyền thuộc về: https://aicandy.vn


Học tập toàn diện: Kết nối lý thuyết, thực hành và dữ liệu thực tế
https://aicandy.vn
4

Bộ dữ liệu sử dụng trong bài gồm bộ aicandy_cats_mkemktch và
bộ aicandy_dogs_lpmdvpox được download miễn phí tại đây
2.3. Build model
Xây dựng mô hình gồm các thành phần chính:
def conv_dw(in_channels, out_channels, stride):
conv_dw là một hàm tiện ích được định nghĩa bên trong lớp để xây dựng
một khối Convolution đặc trưng của MobileNet, còn gọi là Depthwise
Separable Convolution.
nn.Conv2d(in_channels, in_channels, 3, stride, 1, groups=in_channels,
bias=False),
Lớp nn.Conv2d đầu tiên có groups=in_channels, nghĩa là mỗi kênh đầu vào
sẽ có một bộ lọc riêng biệt (depthwise convolution). Điều này giảm đáng kể
số lượng tham số so với một convolution thông thường. Kích thước bộ lọc là
3×3, với stride và padding được chỉ định. Sau lớp convolution là một
lớp Batch Normalization (nn.BatchNorm2d) và một hàm kích hoạt ReLU.
nn.Conv2d(in_channels, out_channels, 1, 1, 0, bias=False),
Lớp nn.Conv2d thứ hai thực hiện một phép 1×1 convolution (pointwise
convolution), dùng để kết hợp các đặc trưng từ bước Depthwise
Convolution. Sau l ớp convolution là m ột l ớp
Batch Normalization (nn.BatchNorm2d) và một hàm kích hoạt ReLU.
Tạo một chuỗi các lớp neural network được sắp xếp tuần tự sử
dụng nn.Sequential.
Các lớp chính bao gồm:
 Conv2d đầu tiên: Áp dụng một convolution với 32 bộ lọc 3×3, stride
2, và padding 1 trên đầu vào 3 kênh (ảnh RGB).
 Các khối conv_dw: Các khối Depthwise Separable Convolution được
tạo bằng cách gọi hàm conv_dw. Các khối này có số lượng đầu vào và

5. https://aicandy.vn/ung-dung-mang-mobilenet-vao-phan-loai-hinh-anh/
Bản quyền thuộc về: https://aicandy.vn


Học tập toàn diện: Kết nối lý thuyết, thực hành và dữ liệu thực tế
https://aicandy.vn
5

đầu ra kênh khác nhau, với stride khác nhau (1 hoặc 2), giúp giảm kích
thước không gian của đầu vào.
 Adaptive Average Pooling: Lớp nn.AdaptiveAvgPool2d(1) thực hiện
pooling để giảm kích thước không gian xuống 1×1, bất kể kích thước
đầu vào trước đó.
self.fc = nn.Linear(1024, num_classes)
Lớp Fully Connected (nn.Linear) thực hiện phép chiếu tuyến tính từ đầu ra
của phần convolution (1024 đặc trưng) thành số lượng lớp phân loại được
chỉ định (num_classes).
[conv_dw(512, 512, 1) for _ in range(5)]
Sử dụng 5 chuỗi khối ‘conv_dw” để cho phép mô hình học các đặc trưng sâu
hơn ở cùng một kích thước không gian nhưng với nhiều phép biến đổi hơn.
Sử dụng ‘*’ để chuyển đổi danh sách các phần tử thành các phần tử độc lập
để truyền vào nn.Sequential.
2.4. Chương trình train
Bước 1: import một số thư viện để xử lý các tác vụ liên quan tới tệp và
đường dẫn (os, sys), thư viện xây dựng và tối ưu hóa mô hình (torch,
torch.optim, torch.nn), các thư viện xử lý hình ảnh (datasets, transform,
random_split, train_test_split, Dataloader).
import torch
import torch.nn as nn
import torch.opti m as optim
from torch.utils.data import DataLoader, Dataset
from torchvision import datasets, transforms
from sklearn.model_selection import train_test_split
from torch.utils.data import DataLoader, random_split
import os
import numpy as np
from aicandy_model_src_eboxesox.aicandy_mobilenet_model_mhgmyhay
import CustomMobileNet

6. https://aicandy.vn/ung-dung-mang-mobilenet-vao-phan-loai-hinh-anh/
Bản quyền thuộc về: https://aicandy.vn


Học tập toàn diện: Kết nối lý thuyết, thực hành và dữ liệu thực tế
https://aicandy.vn
6

Bước 2: lựa chọn sử dụng CPU hay GPU để train, chúng ta sử dụng câu lệnh:
device = torch.device(“cuda” if torch.cuda.is_available() else “cpu”)
Bước 3: tăng cường dữ liệu bằng sử dụng transforms, chia ra transforms cho
tập ‘train’ và transforms cho tập ‘val’ với mục đích:
transforms cho tập ‘train’: Mục tiêu chính của tập huấn luyện là giúp mô
hình học được các đặc trưng hữu ích và tổng quát. Data augmentation giúp
làm phong phú tập dữ liệu bằng cách tạo ra nhiều biến thể của các hình ảnh
gốc. Điều này làm cho mô hình bớt nhạy cảm với các thay đổi nhỏ và học
được các đặc trưng mạnh mẽ hơn.
transforms cho tập ‘val’: Trong quá trình kiểm tra/đánh giá, mục tiêu là
đánh giá mô hình trên các dữ liệu chưa được nhìn thấy (unseen data) mà
không thay đổi bản chất của hình ảnh. Vì vậy, các phép biến đổi cần bảo toàn
hình ảnh nguyên gốc để kết quả đánh giá được chính xác và phản ánh đúng
khả năng của mô hình.
– transforms.RandomResizedCrop(224): thực hiện việc cắt (crop) ngẫu
nhiên một vùng từ ảnh gốc, sau đó thay đổi kích thước vùng cắt đó về kích
thước 224×224 pixel.
– transforms.RandomHorizontalFlip(): Lật ngẫu nhiên hình ảnh theo chiều
ngang. Tăng cường dữ liệu bằng cách tạo ra các phiên bản lật của hình ảnh,
giúp mô hình học được các đặc điểm của hình ảnh bất kể hướng của chúng.
– transforms.ToTensor(): Chuyển đổi hình ảnh từ dạng PIL hoặc NumPy
array thành một tensor PyTorch. Tensor là định dạng dữ liệu mà PyTorch
yêu cầu để xử lý dữ liệu trong quá trình huấn luyện.
– transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224,
0.225]): Chuẩn hóa các giá trị pixel của hình ảnh. Đưa các giá trị pixel về
phạm vi có giá trị trung bình là 0 và độ lệch chuẩn là 1 cho từng kênh màu
(RGB). Điều này giúp mô hình huấn luyện hiệu quả hơn vì các giá trị đầu
vào được chuẩn hóa.
Bước 4: Load data và phân chia thành 2 tập train và val để đánh giá model

7. https://aicandy.vn/ung-dung-mang-mobilenet-vao-phan-loai-hinh-anh/
Bản quyền thuộc về: https://aicandy.vn


Học tập toàn diện: Kết nối lý thuyết, thực hành và dữ liệu thực tế
https://aicandy.vn
7

train_dataset, val_dataset = random_split(dataset, [train_size, val_size])
Chia một tập dữ liệu (dataset) thành hai tập con: một tập dùng để huấn luyện
(train_dataset) và một tập dùng để kiểm tra hoặc xác thực (val_dataset).
Thông thường tập train chiếm 80% và tập val chiếm 20% tổng mẫu.
train_loader = DataLoader(train_dataset, batch_size=batch_size,
shuffle=True)
val_loader = DataLoader(val_dataset, batch_size=batch_size,
shuffle=False)
Sử dụng DataLoader để tải dữ liệu từ một đối tượng Dataset.
 batch_size=batch_size: Xác định số lượng mẫu trong mỗi lô. Giá trị
batch_size được xác định trước đó trong mã của bạn. thông thường
hay chọnbatch_size là 16 hoặc 32.
 shuffle=True: Tùy chọn shuffle=True sẽ xáo trộn dữ liệu mỗi lần trước
khi tạo ra các lô mới trong quá trình huấn luyện. Điều này giúp giảm
thiểu khả năng mô hình nhớ vị trí của các mẫu và dẫn đến overfitting
(quá khớp). Xáo trộn dữ liệu trong quá trình huấn luyện là một thực
hành tốt giúp mô hình học được các đặc trưng một cách tổng quát hơn.
Bước 5: Lưu thông tin các đối tượng có trong dataset
with open(‘label.txt’, ‘w’) as f:
for idx, class_name in enumerate(dataset.classes):
f.write(f'{idx}: {class_name}\n’)
Chương trình sẽ lưu id và tên của đối tượng vào file label.txt.
Bước 6: Tạo model, tối ưu và tạo hàm mất mát
model = CustomMobileNet(num_classes=num_classes).to(device)
Khởi tạo mô hình MobileNet với các tham số cụ thể và chuyển nó sang thiết
bị (GPU hoặc CPU) để thực thi.
criterion = nn.CrossEntropyLoss():

8. https://aicandy.vn/ung-dung-mang-mobilenet-vao-phan-loai-hinh-anh/
Bản quyền thuộc về: https://aicandy.vn


Học tập toàn diện: Kết nối lý thuyết, thực hành và dữ liệu thực tế
https://aicandy.vn
8

Hàm mất mát này đo lường độ sai lệch giữa phân phối xác suất dự đoán của
mô hình và phân phối nhãn thật. Giá trị mất mát này càng nhỏ thì mô hình
dự đoán càng chính xác.
optimizer = optim.Adam(model.parameters(), lr=0.001):
 optim.Adam:
o Adam là một thuật toán tối ưu hóa rất phổ biến trong huấn luyện
mô hình học sâu, kết hợp giữa phương pháp tối ưu hóa theo
momentum và phương pháp tối ưu hóa theo hàm điều chỉnh
AdaGrad.
o Adam tự động điều chỉnh tốc độ học (learning rate) cho từng
tham số dựa trên các biến động trong quá trình huấn luyện, giúp
tăng tốc độ hội tụ và thường cho kết quả tốt hơn so với các bộ tối
ưu hóa khác như SGD.
 model.parameters():
o Tham số này lấy tất cả các tham số có thể huấn luyện được của
mô hình DenseNet mà bạn đã tạo trước đó. Bộ tối ưu hóa sẽ cập
nhật những tham số này trong quá trình huấn luyện.
 lr=0.001:
o lr là tốc độ học (learning rate), một tham số quan trọng quyết
định mức độ thay đổi của các tham số mô hình sau mỗi bước cập
nhật. Ở đây, tốc độ học được đặt là 0.001, một giá trị thường dùng
để khởi tạo trong nhiều bài toán học sâu.
optimizer.zero_grad():
Trước khi thực hiện tính toán gradients, cần đặt lại các gradients cũ (nếu có)
bằng zero_grad(). Điều này đảm bảo rằng gradients không bị cộng dồn từ
các vòng lặp trước đó.
loss = criterion(outputs, labels):
Hàm mất mát (criterion) so sánh đầu ra dự đoán (outputs) với nhãn thực tế
(labels) và tính toán giá trị mất mát (loss), biểu thị độ sai lệch của mô hình.
loss.backward():

9. https://aicandy.vn/ung-dung-mang-mobilenet-vao-phan-loai-hinh-anh/
Bản quyền thuộc về: https://aicandy.vn


Học tập toàn diện: Kết nối lý thuyết, thực hành và dữ liệu thực tế
https://aicandy.vn
9

backward() tính toán gradients của hàm mất mát đối với các tham số của mô
hình. Đây là bước đầu tiên trong quá trình cập nhật các tham số dựa trên
gradients.
_, preds = torch.max(outputs, 1):
torch.max(outputs, 1) lấy giá trị lớn nhất (có xác suất cao nhất) và chỉ số
tương ứng từ outputs dọc theo chiều thứ nhất (class dimension). preds là dự
đoán của mô hình về lớp đầu ra.
correct += predicted.eq(labels).sum().item()
predicted: Đây là các dự đoán của mô hình, thường là các chỉ số lớp (class
indices) với giá trị lớn nhất sau khi mô hình áp dụng một hàm kích hoạt như
softmax hoặc argmax trên đầu ra (output).
eq: Đây là một phương thức của torch.Tensor, viết tắt của “equals”. Phương
thức này thực hiện so sánh từng phần tử của tensor predicted với tensor
labels và trả về một tensor Boolean có cùng kích thước, trong đó mỗi phần
tử là True nếu các phần tử tương ứng bằng nhau và False nếu khác nhau.
Bước 8: Hiện thị thông tin kết quả train và lưu model
val_loss = val_loss / len(val_dataset)
val_acc = 100. * correct / total
print(f’Epoch [{epoch+1}/{num_epochs}], Train Loss: {train_loss:.4f}, Train
Accuracy: {train_acc:.2f}%, Val Loss: {val_loss:.4f}, Val Accuracy:
{val_acc:.2f}%’)
 val_acc: Tính toán và lưu trữ độ chính xác của mô hình trên tập kiểm
tra.
 val_loss: Tính toán và lưu trữ mất mát trung bình của mô hình trên tập
kiểm tra.
 print(…): Hiển thị kết quả của epoch bao gồm: mất mát và độ chính
xác trên cả tập huấn luyện và tập kiểm tra. Điều này giúp bạn theo dõi
quá trình huấn luyện và kiểm tra mô hình, xác định xem mô hình có
cải thiện hay không qua các epoch.

10. https://aicandy.vn/ung-dung-mang-mobilenet-vao-phan-loai-hinh-anh/
Bản quyền thuộc về: https://aicandy.vn


Học tập toàn diện: Kết nối lý thuyết, thực hành và dữ liệu thực tế
https://aicandy.vn
10

if val_acc > best_acc:
best_acc = val_acc
torch.save(model.state_dict(), model_path)
print(f’Model saved with accuracy: {best_acc:.2f}%’)
Sau mỗi epoch train, kiểm tra tính chính xác, nếu độ chính xác tốt lên thì sẽ
lưu model với bộ trọng số này.
2.5. Chương trình test
Bước 1: Cần import một số thư viện và cấu trúc model
import torch
import torch.nn.functional as F
from torchvision import transforms
from PIL import Image
import numpy as np
from aicandy_model_src_eboxesox.aicandy_mobilenet_model_mhgmyhay
import CustomMobileNet
Bước 2: Xác định tên đối tượng có trong model
with open(label_path, ‘r’) as f:
labels = {int(line.split(“: “)[0]): line.split(“: “)[1].strip() for line in f}
Đoạn trên sẽ trả về cho labels một từ điển với cặp key-value, trong đó:
 key là ID của nhãn (dạng số nguyên).
 value là tên của nhãn (dạng chuỗi).
Bước 3: Load model
model = CustomMobileNet(num_classes=num_classes)
model.load_state_dict(torch.load(model_path))
model = model.to( device)
model.eval()
Tạo cấu trúc model khi test giống như cấu trúc model khi train.

11. https://aicandy.vn/ung-dung-mang-mobilenet-vao-phan-loai-hinh-anh/
Bản quyền thuộc về: https://aicandy.vn


Học tập toàn diện: Kết nối lý thuyết, thực hành và dữ liệu thực tế
https://aicandy.vn
11

model.load_state_dict(torch.load(model_path))
 Tải trọng số của mô hình từ tệp model_path. Trọng số này là kết quả
của quá trình huấn luyện trước đó.
model.eval()
Chuyển mô hình sang chế độ đánh giá (evaluation mode). Trong chế độ này,
các lớp như Dropout và BatchNorm sẽ hoạt động khác so với khi ở chế độ
huấn luyện.
transform = transforms.Compose([
transforms.Resize((224, 224)),
transforms.ToTensor(),
transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
])
Đoạn mã này định nghĩa một chuỗi các bước tiền xử lý (preprocessing) được
áp dụng cho các hình ảnh trước khi chúng được đưa vào mô hình học sâu.
Các bước tiền xử lý này giúp chuẩn hóa dữ liệu đầu vào và chuyển đổi hình
ảnh sang định dạng phù hợp cho mô hình. Trong đó:
 Normalize là bước chuẩn hóa từng kênh màu của hình ảnh (R, G, B)
bằng cách trừ đi giá trị trung bình (mean) và chia cho độ lệch chuẩn
(std).
 [0.485, 0.456, 0.406]: Đây là các giá trị trung bình của các kênh màu (R,
G, B) dựa trên bộ dữ liệu ImageNet, một bộ dữ liệu lớn phổ biến được
dùng để huấn luyện các mô hình học sâu.
 [0.229, 0.224, 0.225]: Đây là các giá trị độ lệch chuẩn tương ứng của các
kênh màu (R, G, B), cũng dựa trên bộ dữ liệu ImageNet.
 Chuẩn hóa này giúp đảm bảo rằng dữ liệu đầu vào có phân phối ổn
định, giúp mô hình học tốt hơn và tăng tốc độ hội tụ.
Bước 4: Dự đoán kết quả
with torch.no_grad():
outputs = model(image)

12. https://aicandy.vn/ung-dung-mang-mobilenet-vao-phan-loai-hinh-anh/
Bản quyền thuộc về: https://aicandy.vn


Học tập toàn diện: Kết nối lý thuyết, thực hành và dữ liệu thực tế
https://aicandy.vn
12

_, predicted = outputs.max(1)
with torch.no_grad():
 Đây là một ngữ cảnh (context) trong PyTorch, trong đó các phép tính
bên trong sẽ không yêu cầu lưu trữ thông tin về gradient.
 Điều này giúp tiết kiệm bộ nhớ và tăng tốc độ tính toán khi thực hiện
dự đoán, vì không cần tính toán và lưu trữ gradient như khi huấn
luyện mô hình.
 Chế độ này thường được sử dụng trong quá trình dự đoán (inference)
hoặc đánh giá mô hình.
_, predicted = outputs.max(1)
outputs.max(1): Trả về hai giá trị: giá trị lớn nhất và chỉ số của giá trị đó. Mục
đích là xác định lớp mà mô hình dự đoán có xác suất cao nhất.
2.6. Chương trình chuyển đổi model
Bước 1: Load model
model = CustomMobileNet(num_classes=num_classes)
state_dict = torch.load(model_path, map_location=’cpu’)
model.load_state_dict(state_dict)
model.eval()
Load model customMobileNet đã được định nghĩa ở trên.
 torch.load(model_path): Tải trọng số đã được huấn luyện của mô hình
từ tệp model_path. Trọng số này được lưu trước đó sau khi quá trình
huấn luyện mô hình hoàn tất.
 map_location=’cpu’: Chỉ định rằng trọng số sẽ được tải vào bộ nhớ
CPU, ngay cả khi chúng được huấn luyện trên GPU. Điều này hữu ích
nếu bạn chỉ có CPU trong môi trường hiện tại hoặc không cần GPU
cho việc dự đoán.
 state_dict chứa tất cả các tham số của mô hình được lưu dưới dạng từ
điển, và hàm load_state_dict gán những giá trị này vào các lớp tương
ứng trong mô hình.

13. https://aicandy.vn/ung-dung-mang-mobilenet-vao-phan-loai-hinh-anh/
Bản quyền thuộc về: https://aicandy.vn


Học tập toàn diện: Kết nối lý thuyết, thực hành và dữ liệu thực tế
https://aicandy.vn
13

Bước 2: Convert model
dummy_input = torch.randn(1, 3, 224, 224):
torch.randn tạo ra một tensor với các giá trị ngẫu nhiên tuân theo phân phối
chuẩn (mean=0, std=1). Kích thước của tensor này là (1, 3, 224, 224)
torch.onnx.export(model, # mô hình đang ch ạy
dummy_input, # input tensor
onnx_path, # n ơi lưu file onnx
export_params=True, # lưu các trọng số đã training
opset_version=11, # phiên b ản ONNX
do_constant_folding=True, # tối ưu hoá mô hình
input_names = [‘input’], # tên c ủa input
output_names = [‘output’], # tên c ủa output
dynamic_axes={‘input’ : {0 : ‘batch_size’}, ‘output’ : {0 : ‘batch_size’}})
 torch.onnx.export:
o Đây là hàm dùng để xuất mô hình PyTorch sang định dạng
ONNX.
 dummy_input:
o Đây là đầu vào giả lập mà mô hình sẽ sử dụng để theo dõi các
phép toán và xây dựng biểu đồ tính toán trong định dạng
ONNX.
 onnx_path:
o Đường dẫn đến file mà mô hình ONNX sẽ được lưu (file có phần
mở rộng là .onnx).
 input_names=[‘input’]:
o Tên của các đầu vào trong mô hình ONNX. Ở đây, đầu vào của
mô hình sẽ được đặt tên là “input”.
 output_names=[‘output’]:
o Tên của các đầu ra trong mô hình ONNX. Ở đây, đầu ra của mô
hình sẽ được đặt tên là “output”.
3. Kết quả train
Thực hiện train với epoch 50, độ chính xác là 77.6%, đạt được ở epoch 48.
Đây là chương trình mẫu, để tăng độ chính xác, chúng ta cũng cần điều chỉnh

14. https://aicandy.vn/ung-dung-mang-mobilenet-vao-phan-loai-hinh-anh/
Bản quyền thuộc về: https://aicandy.vn


Học tập toàn diện: Kết nối lý thuyết, thực hành và dữ liệu thực tế
https://aicandy.vn
14

thêm một số tham số, tăng epoch cũng như tăng số lượng mẫu. Dưới đây là
log train:
root@aicandy:/aicandy/projects/AIcandy_MobileNet_ImageClassification
_gargdlos# python aicandy_mobilenet_train_enrnptys.py --train_dir
../dataset --num_epochs 50 --batch_size 32 --model_path
aicandy_model_out_tdtagoyx/aicandy_model_pth_bmdmrcav.pth
Epoch [1/50], Train Loss: 0.6915, Train Accuracy: 58.60%, Val Loss:
0.6794, Val Accuracy: 58.20%
Model saved with accuracy: 58.20%
Epoch [2/50], Train Loss: 0.6299, Train Accuracy: 64.30%, Val Loss:
0.6438, Val Accuracy: 64.46%
Model saved with accuracy: 64.46%
Epoch [3/50], Train Loss: 0.5912, Train Accuracy: 68.56%, Val Loss:
0.6113, Val Accuracy: 66.71%
Model saved with accuracy: 66.71%
Epoch [4/50], Train Loss: 0.5233, Train Accuracy: 74.57%, Val Loss:
0.6232, Val Accuracy: 66.83%
Model saved with accuracy: 66.83%
Epoch [5/50], Train Loss: 0.4670, Train Accuracy: 77.26%, Val Loss:
0.6771, Val Accuracy: 65.96%
Epoch [6/50], Train Loss: 0.4164, Train Accuracy: 80.74%, Val Loss:
0.6082, Val Accuracy: 67.21%
Model saved with accuracy: 67.21%
Epoch [7/50], Train Loss: 0.3943, Train Accuracy: 82.52%, Val Loss:
0.6392, Val Accuracy: 66.46%
Epoch [8/50], Train Loss: 0.3573, Train Accuracy: 84.50%, Val Loss:
0.6657, Val Accuracy: 69.71%
Model saved with accuracy: 69.71%
Epoch [9/50], Train Loss: 0.2623, Train Accuracy: 89.57%, Val Loss:
0.7066, Val Accuracy: 69.59%
Epoch [10/50], Train Loss: 0.2442, Train Accuracy: 89.88%, Val Loss:
0.8039, Val Accuracy: 69.96%
Model saved with accuracy: 69.96%

15. https://aicandy.vn/ung-dung-mang-mobilenet-vao-phan-loai-hinh-anh/
Bản quyền thuộc về: https://aicandy.vn


Học tập toàn diện: Kết nối lý thuyết, thực hành và dữ liệu thực tế
https://aicandy.vn
15

Epoch [11/50], Train Loss: 0.1741, Train Accuracy: 92.98%, Val Loss:
0.8408, Val Accuracy: 71.59%
Model saved with accuracy: 71.59%
Epoch [12/50], Train Loss: 0.2232, Train Accuracy: 90.89%, Val Loss:
0.7181, Val Accuracy: 72.72%
Model saved with accuracy: 72.72%
Epoch [13/50], Train Loss: 0.1589, Train Accuracy: 94.02%, Val Loss:
0.7917, Val Accuracy: 73.47%
Model saved with accuracy: 73.47%
Epoch [14/50], Train Loss: 0.1431, Train Accuracy: 94.39%, Val Loss:
0.8002, Val Accuracy: 73.09%
Epoch [15/50], Train Loss: 0.1542, Train Accuracy: 93.58%, Val Loss:
0.9225, Val Accuracy: 71.59%
Epoch [16/50], Train Loss: 0.1391, Train Accuracy: 93.99%, Val Loss:
0.8496, Val Accuracy: 73.59%
Model saved with accuracy: 73.59%
Epoch [17/50], Train Loss: 0.1059, Train Accuracy: 95.96%, Val Loss:
1.0258, Val Accuracy: 74.47%
Model saved with accuracy: 74.47%
Epoch [18/50], Train Loss: 0.1176, Train Accuracy: 95.33%, Val Loss:
0.9818, Val Accuracy: 68.71%
Epoch [19/50], Train Loss: 0.0854, Train Accuracy: 96.65%, Val Loss:
1.1962, Val Accuracy: 72.72%
Epoch [20/50], Train Loss: 0.0847, Train Accuracy: 96.74%, Val Loss:
1.0784, Val Accuracy: 73.47%
Epoch [21/50], Train Loss: 0.0927, Train Accuracy: 96.18%, Val Loss:
0.9523, Val Accuracy: 75.47%
Model saved with accuracy: 75.47%
Epoch [22/50], Train Loss: 0.0938, Train Accuracy: 96.24%, Val Loss:
1.0460, Val Accuracy: 72.47%
Epoch [23/50], Train Loss: 0.0580, Train Accuracy: 97.90%, Val Loss:
1.0497, Val Accuracy: 74.47%
Epoch [24/50], Train Loss: 0.0521, Train Accuracy: 98.15%, Val Loss:
1.1509, Val Accuracy: 74.84%

16. https://aicandy.vn/ung-dung-mang-mobilenet-vao-phan-loai-hinh-anh/
Bản quyền thuộc về: https://aicandy.vn


Học tập toàn diện: Kết nối lý thuyết, thực hành và dữ liệu thực tế
https://aicandy.vn
16

Epoch [25/50], Train Loss: 0.0856, Train Accuracy: 96.90%, Val Loss:
0.9426, Val Accuracy: 72.97%
Epoch [26/50], Train Loss: 0.0687, Train Accuracy: 97.31%, Val Loss:
0.9311, Val Accuracy: 74.22%
Epoch [27/50], Train Loss: 0.0574, Train Accuracy: 97.56%, Val Loss:
1.1725, Val Accuracy: 71.84%
Epoch [28/50], Train Loss: 0.0787, Train Accuracy: 96.96%, Val Loss:
1.0270, Val Accuracy: 72.97%
Epoch [29/50], Train Loss: 0.0637, Train Accuracy: 97.84%, Val Loss:
0.9170, Val Accuracy: 73.84%
Epoch [30/50], Train Loss: 0.0773, Train Accuracy: 96.93%, Val Loss:
0.9678, Val Accuracy: 73.09%
Epoch [31/50], Train Loss: 0.0491, Train Accuracy: 98.21%, Val Loss:
1.1778, Val Accuracy: 73.34%
Epoch [32/50], Train Loss: 0.0431, Train Accuracy: 98.43%, Val Loss:
1.1537, Val Accuracy: 73.09%
Epoch [33/50], Train Loss: 0.0391, Train Accuracy: 98.72%, Val Loss:
1.0644, Val Accuracy: 73.72%
Epoch [34/50], Train Loss: 0.0404, Train Accuracy: 98.65%, Val Loss:
1.1872, Val Accuracy: 73.84%
Epoch [35/50], Train Loss: 0.0352, Train Accuracy: 98.68%, Val Loss:
1.2288, Val Accuracy: 74.09%
Epoch [36/50], Train Loss: 0.0820, Train Accuracy: 96.71%, Val Loss:
0.9780, Val Accuracy: 72.22%
Epoch [37/50], Train Loss: 0.1001, Train Accuracy: 95.93%, Val Loss:
1.0107, Val Accuracy: 75.09%
Epoch [38/50], Train Loss: 0.0638, Train Accuracy: 97.71%, Val Loss:
0.9970, Val Accuracy: 74.47%
Epoch [39/50], Train Loss: 0.0440, Train Accuracy: 98.62%, Val Loss:
1.0139, Val Accuracy: 75.22%
Epoch [40/50], Train Loss: 0.0398, Train Accuracy: 98.65%, Val Loss:
1.0311, Val Accuracy: 74.84%
Epoch [41/50], Train Loss: 0.0325, Train Accuracy: 98.84%, Val Loss:
1.1197, Val Accuracy: 73.34%
Epoch [42/50], Train Loss: 0.0465, Train Accuracy: 98.34%, Val Loss:
1.0813, Val Accuracy: 75.34%

17. https://aicandy.vn/ung-dung-mang-mobilenet-vao-phan-loai-hinh-anh/
Bản quyền thuộc về: https://aicandy.vn


Học tập toàn diện: Kết nối lý thuyết, thực hành và dữ liệu thực tế
https://aicandy.vn
17

Epoch [43/50], Train Loss: 0.0578, Train Accuracy: 97.78%, Val Loss:
1.4150, Val Accuracy: 72.97%
Epoch [44/50], Train Loss: 0.0583, Train Accuracy: 97.53%, Val Loss:
0.9240, Val Accuracy: 76.35%
Model saved with accuracy: 76.35%
Epoch [45/50], Train Loss: 0.0524, Train Accuracy: 98.12%, Val Loss:
0.9629, Val Accuracy: 77.35%
Model saved with accuracy: 77.35%
Epoch [46/50], Train Loss: 0.0529, Train Accuracy: 98.09%, Val Loss:
1.0918, Val Accuracy: 74.97%
Epoch [47/50], Train Loss: 0.0342, Train Accuracy: 98.87%, Val Loss:
0.9452, Val Accuracy: 75.84%
Epoch [48/50],Train Loss: 0.0221, Train Accuracy: 99.44%, Val Loss:
1.0298, Val Accuracy: 77.60%
Model saved with accuracy: 77.60%
Epoch [49/50], Train Loss: 0.0243, Train Accuracy: 99.12%, Val Loss:
1.0938, Val Accuracy: 75.97%
Epoch [50/50], Train Loss: 0.0150, Train Accuracy: 99.50%, Val Loss:
1.2014, Val Accuracy:
74.84%root@aicandy:/aicandy/projects/AIcandy_MobileNet_ImageClassifi
cation_gargdlos#
Model saved with accuracy: 77.60% Epoch [48/50],Train Loss: 0.0221, Train
Accuracy: 99.44%, Val Loss: 1.0298, Val Accuracy: 77.60%

root@aicandy:/aicandy/projects/AIcandy_MobileNet_ImageClassification
_gargdlos#
Model đ ược l ưu t ại:
aicandy_model_out_tdtagoyx/aicandy_model_pth_bmdmrcav.pth
root@aicandy:/aicandy/projects/AIcandy_Mo bileNet_ImageClassification
_gargdlos# ls aicandy_model_out_tdtagoyx
aicandy_model_pth_bmdmrcav.pth
root@aicandy:/aicandy/projects/AIcandy_MobileNet_ImageClassification
_gargdlos#

18. https://aicandy.vn/ung-dung-mang-mobilenet-vao-phan-loai-hinh-anh/
Bản quyền thuộc về: https://aicandy.vn


Học tập toàn diện: Kết nối lý thuyết, thực hành và dữ liệu thực tế
https://aicandy.vn
18

4. Kết quả test
Thử nghiệm test với hình ảnh có ‘dog’, chương trình nhận dạng đúng.

root@aicandy:/aicandy/projects/AIcandy_MobileNet_ImageClassification
_gargdlos# python aicandy_mobilenet_test_vtvlmtxo.py --image_path
../aicandy_true_dog.jpg --model_path
aicandy_model_out_tdtagoyx/aicandy_model_pth_bmdmrcav.pth --
label_path label.txt
labels: {0: 'cats', 1: 'dogs'}
Predicted class: dogs
root@aicandy:/aicandy/projects/AIcandy_MobileNet_ImageClassification
_gargdlos#
5. Source code
Toàn bộ source code được public miễn phí tại đây
Bài trước
Danh mục
Bài sau
Chúc bạn thành công trong hành trình khám phá và ứng dụng trí tuệ nhân tạo
vào học tập và công việc. Đừng quên truy cập thường xuyên để cập nhật thêm
kiến thức mới tại AIcandy