PyTorch半监督图像分类：伪标签法实战指南

1. 半监督图像分类框架概述

在计算机视觉领域，图像分类是最基础也最重要的任务之一。传统的监督学习需要大量标注数据，而数据标注往往成本高昂。半监督学习（Semi-Supervised Learning）正是为了解决这个问题而提出的，它能够同时利用少量标注数据和大量未标注数据来训练模型。

这个半监督图像分类框架基于PyTorch实现，核心思路是"伪标签法"（Pseudo Labeling）。具体来说，就是先用有标签数据训练一个基础模型，然后用这个模型对无标签数据进行预测，筛选出高置信度的预测结果作为"伪标签"，最后将这些伪标签数据重新加入训练集进行训练。

注意：伪标签法的关键在于置信度阈值的选择。阈值过高会导致可用数据太少，阈值过低则可能引入太多错误标签。本框架默认使用0.99的高阈值，确保伪标签质量。

2. 环境准备与数据加载

2.1 环境配置

首先需要安装必要的Python库。建议使用conda创建虚拟环境：

bash复制conda create -n semi_supervised python=3.8
conda activate semi_supervised
pip install torch torchvision numpy matplotlib pillow tqdm

2.2 数据加载器实现

框架的核心数据结构是自定义的food_Dataset类，它继承自PyTorch的Dataset类，支持三种模式：

1. 训练模式（train）：读取图片和标签，应用数据增强
2. 验证模式（val）：读取图片和标签，不应用数据增强
3. 半监督模式（semi）：只读取图片，没有标签

python复制class food_Dataset(Dataset):
    def __init__(self, path, mode="train"):
        self.mode = mode
        if mode == "semi":
            self.X = self.read_file(path)  # 只读图片
        else:
            self.X, self.Y = self.read_file(path)  # 读图片和标签
            self.Y = torch.LongTensor(self.Y)
        
        # 根据模式选择不同的数据预处理
        self.transform = train_transform if mode == "train" else val_transform

数据增强对于防止过拟合至关重要。本框架为训练集和验证集设计了不同的预处理流程：

python复制train_transform = transforms.Compose([
    transforms.ToPILImage(),
    transforms.RandomResizedCrop(224),  # 随机裁剪和缩放
    transforms.RandomRotation(50),      # 随机旋转
    transforms.ToTensor()               # 转为张量
])

val_transform = transforms.Compose([    # 验