pytorch_classification

導入

実装されたトーチに基づくPytorch画像分類関数。

最近の更新

• 更新2022.11.05

  • 新しく追加されたTensorrt C ++推論ソリューション

• 2022.10.29に更新されたコードリファクタリング、基本的な機能は基本的に同じです。

  • Pytorch DDPトレーニングをサポートします
  • C ++ libtorchをサポートするモデル推論
  • ワンクリックで実行されるスクリプトをサポートします
  • ログモジュールを追加します

前のバージョンに慣れている場合は、V1バージョンのコード：V1バージョンをご覧ください。

主な機能：

Pytorchを使用して、トーチに基づいて画像分類を実現すると、DensityNet、ResNext、MobileNet、EfficientNet、Swin Transformerなどの画像分類ネットワークを拡張できます。

便利なら、スターにようこそ

関数を実装します

• 基本関数は、Pytorchを使用して画像分類を実現します
• ウォームアップによるコサイン学習率の調整が含まれています
• ウォームアップのステップ学習率が最適化されています
• マルチモデル融合予測、重み付け、投票融合
• Flask + Redisを使用してモデルクラウドAPI展開を実装します（タグV1）
• C ++ libtorchのモデル展開
• TTAテストを使用する場合の予測の増強（タグV1）
• ラベルスムーズのPytorch実装の追加（タグスムージング）（タグV1）
• CNNを使用して特徴を抽出し、SVM、RF、MLP、KNNおよびその他の分類子（タグV1）を使用して分類します。
• 特徴層を視覚化します

ランニング環境

• Python3.7
• Pytorch 1.8.1
• TorchVision 0.9.1
• opencv（libtorch cpp推論の使用、バージョン3.4.6）（オプション）
• libtorch cppの推論使用（オプション）

迅速に開始します

データセットフォーム

データセットの組織形式は、sample_files/imgs/listfile.txtを参照してください

トレーニングテスト

run.shのパラメーターを変更し、run.shを直接実行します。

主な修正パラメーター：

 OUTPUT_PATH 模型保存和log文件的路径

TRAIN_LIST 训练数据集的list文件
VAL_LIST  测试集合的list文件
model_name 默认是resnet50
lr 学习率
epochs 训练总的epoch
batch-size  batch的大小
j dataloader的num_workers的大小
num_classes 类别数

libtorchの推論

コードはcpp_inferenceフォルダーに保存されます。

1. cpp_inference/traced_model/trace_model.pyを使用して、訓練されたモデルをエクスポートします。

2. 必要なopencvおよびlibtorchコードをcpp_inference/third_party_libraryにコンパイルします

3. 編集

 sh compile.sh

4. 実行可能ファイルテスト

 ./bin/imgCls imgpath