对象分类器
objifier的Python项目详细描述
对象分类器
克隆此存储库
- 对于SSH
git clone git@github.com:1chimaruGin/Object-classifier.git
- 对于https
要求
pip install -U requirements.txt
数据集
- 数据集目录应为以下格式。在
# for example, dog vs cat classification
data/
-train/
dog/
-*.jpg or *.png
cat/
-*.jpg or *.png
-val/
dog/
-*.jpg or *.png
cat/
-*.jpg or *.png
Argparse的用法
cd Object-classifier/objifier
- 在
更新中的类和名称的数量数据.yaml在
在 - 在
用于训练模型(ResNet)
在
$ python main.py -m [mode: train] -opt [optimizer: (default='SGD')] -epochs [epochs: (default=25)]
- 对于培训模型(EfficientNet)
$ python main.py -m [mode: train] -opt [optimizer] -epochs [epochs] -backbone [backbone: efficientNet] -lvl [efficientNet level]
- 用于预测
$ python main.py -m [mode: predict] -im [input image] - backbone [backbone: ResNet or efficientNe] -lvl [efficientNet level]
与YAML一起使用(通过pip)
创建一个YAML文件,示例如下:
- 为了训练[火车.yaml]在
nc: 10
# names: ['mantled_howler', 'patas_monkey', 'bald_uakari', 'japanese_macaque', 'pygmy_marmoset',
# 'white_headed_capuchin', 'silvery_marmoset', 'common_squirrel_monkey', 'black_headed_night_monkey','nilgiri_langur' ]
names: ['airplane', 'automobile', 'bird', 'cat', 'deer', 'dog', 'frog', 'horse', 'ship', 'truck']
backbone: 'efficientNet'
efftlvl: 0
optimizer: 'Adam'
mode: 'train'
epoch: 2
load: False
output: 'output'
dataset_path: null
- 用于预测[预测.yaml]在
nc: 10
# names: ['mantled_howler', 'patas_monkey', 'bald_uakari', 'japanese_macaque', 'pygmy_marmoset',
# 'white_headed_capuchin', 'silvery_marmoset', 'common_squirrel_monkey', 'black_headed_night_monkey','nilgiri_langur' ]
names: ['airplane', 'automobile', 'bird', 'cat', 'deer', 'dog', 'frog', 'horse', 'ship', 'truck']
backbone: 'efficientNet'
efftlvl: 0
output: 'output'
image: 'baobao.jpg'
- 项目
标签: