街景主观感知模型训练大规模预测 place pluse数据集 自定义数据集 模型训练预测 街景主观感知程序（beautiful, safer等自定义维度），多模型对比（ResNet50，ResNet101，EfficientNet、VGGNet、GoogleNet、DenseNet、MobileNet、ShuffleNet、Xception、ConvNeXt、Vision Transformer (ViT)、RegNet等），我自己是用420张图片，分别训练了beautiful，safer，模型最好精度0.89，很高了，我才用了420张图片，平均每张图片对比才16次

在街景分析领域，主观感知模型的训练与预测一直是个有趣且富有挑战的课题。最近我在这方面做了一些尝试，今天就来跟大家分享一下过程和收获。

数据集的选择与构建

我使用了place plus数据集作为基础，同时还构建了自定义数据集。自定义数据集对于贴合特定任务需求十分关键。比如在这次针对街景主观感知程序中，像 “beautiful” 和 “safer” 这样自定义维度的分析，标准往往很主观，现成数据集不一定能满足，自定义数据集就能精准地收集我们需要的数据。

模型训练与预测

训练模型的过程是整个项目的核心。我尝试了多种模型进行对比，包括ResNet50、ResNet101、EfficientNet、VGGNet、GoogleNet、DenseNet、MobileNet、ShuffleNet、Xception、ConvNeXt、Vision Transformer (ViT)、RegNet等等。这里以使用PyTorch框架搭建ResNet50模型为例，简单看看代码结构：

import torch
import torch.nn as nn
import torchvision.models as models

# 加载预训练的ResNet50模型
model = models.resnet50(pretrained=True)

# 修改全连接层以适应自定义任务（假设类别数为2，对应beautiful和safer两种判断）
num_ftrs = model.fc.in_features
model.fc = nn.Linear(num_ftrs, 2)

# 定义损失函数和优化器
criterion = nn.CrossEntropyLoss()
optimizer = torch.optim.SGD(model.parameters(), lr=0.001, momentum=0.9)

# 训练循环示例
for epoch in range(10):  # 假设训练10个epoch
    running_loss = 0.0
    for i, data in enumerate(train_loader, 0):
        inputs, labels = data
        optimizer.zero_grad()

        outputs = model(inputs)
        loss = criterion(outputs, labels)
        loss.backward()
        optimizer.step()

        running_loss += loss.item()
    print(f'Epoch {epoch + 1}, Loss: {running_loss / len(train_loader)}')

这段代码首先加载了预训练的ResNet50模型，这能利用在大规模数据集上已经学习到的特征表示，加快模型收敛。然后根据自定义任务修改了全连接层，因为我们的任务只有 “beautiful” 和 “safer” 两个类别。接着定义了损失函数和优化器，在训练循环中，不断计算损失并反向传播更新模型参数。

街景主观感知模型训练大规模预测 place pluse数据集 自定义数据集 模型训练预测 街景主观感知程序（beautiful, safer等自定义维度），多模型对比（ResNet50，ResNet101，EfficientNet、VGGNet、GoogleNet、DenseNet、MobileNet、ShuffleNet、Xception、ConvNeXt、Vision Transformer (ViT)、RegNet等），我自己是用420张图片，分别训练了beautiful，safer，模型最好精度0.89，很高了，我才用了420张图片，平均每张图片对比才16次

值得一提的是，我只用了420张图片来分别训练 “beautiful” 和 “safer” 模型，最终模型达到了0.89的高精度，这还是比较让人惊喜的。平均每张图片对比才16次，在有限的数据量下能有这样的成绩，我觉得一方面得益于多种模型的对比选择，找到最适合数据特点的模型；另一方面，对预训练模型的合理使用也功不可没。

通过这次实践，我深刻体会到在街景主观感知模型训练中，数据集的针对性和模型选择优化的重要性。后续还可以考虑进一步扩大数据集规模，探索更多模型调优技巧，说不定能让模型性能更上一层楼。希望我的这些经验能给大家带来一些启发，欢迎一起交流讨论。