- This is an AI project about image-classification.
- models
- ResNet34
- SqueezeNet
- LeNet
- 主要使用
PyTorch 1.12.1
、Python 3.7.12
- 依赖库详见 requirements.txt
-
数据目录结构如下
-
Dogs vs. Cats Redux: Kernels Edition
- 请先下载数据集 dogs-vs-cats
- 将下载好的文件
dogs-vs-cats-redux-kernels-edition.zip
放置项目根目录 - 执行项目根目录下的 download_extract_data.py,完成解压
- 命令示例
python main.py help
- 先启动 Visdom Server,见 Run Visdom
- 命令示例
# Linux
python main.py train \
--model='ResNet34' \
# --load-model-path='checkpoints/ResNet34_20230628_221458.pth' \
--train-data-root='dataset/dogs-vs-cats-redux-kernels-edition/train' \
--max-epoch=30 \
--batch-size=64 \
--lr=0.005
- 命令示例
# Linux
python main.py train \
--model='ResNet34' \
--load-model-path='checkpoints/ResNet34_20230628_221458.pth' \
--test-data-root='dataset/dogs-vs-cats-redux-kernels-edition/test' \
--batch-size=64
- 命令示例
# 阻塞启动
python -m visdom.server
# 非阻塞启动
nohup python -m visdom.server &
- 启动后即可使用Web浏览器访问 http://localhost:8097
- 在网页选择环境
image-classification
,通过图表查看训练过程中的loss
、accuracy
、log