Skip to content

感谢复旦大学,不同老师布置的相同的图像分类作业。让我总结这么一套框架

Notifications You must be signed in to change notification settings

ddm3114/General-Image-Classification-Framework

Repository files navigation

Genreral Image Classification Framework

目前框架内集成了:

计算机视觉:期中作业任务1:

CUB-200-2011数据集上从零开始训练新的输出层,并对其余参数使用较小的学习率进行微调。

使用框架resnet18

计算机视觉:期末作业任务1:

比较基于自监督对比学习,imagenet预训练以及完全训练图像分类的表现

计算机视觉:期末作业任务2:

在CIFAR-100数据集上比较基于Transformer和CNN的图像分类模型.

resnet34和swin transfomer

神经网络与深度学习:Project2:

Train a Network on CIFAR-10

自定义网络(两个baseblock作为主干)


使用说明

框架是自己写的!!!!!框架是自己写的!!!!!框架是自己写的!!!!!框架是自己写的!!!!!

自定义模型去model.py中的MyModel中更改。调模型可以根据model.py中的resnet34或swin transfomer更改。

调的新模型(不包括自定义模型)需要更改的部分:

  • model.py
  • get_model.py
  • config.json

使用新的数据集需要更改的部分

  • dataset.py
  • get_dataloader.py
  • config.json

使用新的优化器需要更改的部分

  • get_optim.py

优化器中目前只支持的优化参数:

  • 自定义网络的全部参数或者线性分类头(允许分别训练)
  • 预训练网络中的全部参数和线性分类头(允许分别训练)

使用框架内存在的模型可以只修改config.json

训练使用train.py,推理部分需要自行修改inference.py,可视化通过tensorboard实现(不会问gpt)


希望以后的培养方案少一些图像分类

对框架有问题可联系:学邮:21307140101@m.fudan.edu.cn 私人邮箱:latzbnzl@gmail.com

About

感谢复旦大学,不同老师布置的相同的图像分类作业。让我总结这么一套框架

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages