Genreral Image Classification Framework

目前框架内集成了：

计算机视觉：期中作业任务1：

在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