image-classification

• This is an AI project about image-classification.
• models
  • ResNet34
  • SqueezeNet
  • LeNet

Environment

• 主要使用 PyTorch 1.12.1、Python 3.7.12
• 依赖库详见 requirements.txt

Dataset

• 数据目录结构如下

  

• Dogs vs. Cats Redux: Kernels Edition

  1. 请先下载数据集 dogs-vs-cats
  2. 将下载好的文件dogs-vs-cats-redux-kernels-edition.zip放置项目根目录
  3. 执行项目根目录下的 download_extract_data.py，完成解压

Help Info

• 命令示例

python main.py help

Model Train

• 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

Model Test

• 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

Run Visdom

• 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