当前位置: 首页 > news >正文

棋牌网站建设源码什么是网站设计与建设

棋牌网站建设源码,什么是网站设计与建设,万网云服务器怎么上传网站,学广告设计要学什么软件文章目录前言0. 环境搭建快速开始1. 数据集制作1.1 标签文件制作1.2 数据集划分1.3 数据集信息文件制作2. 修改参数文件3. 训练4. 评估5. 其他教程前言 项目地址#xff1a;https://github.com/Fafa-DL/Awesome-Backbones 操作教程#xff1a;https://www.bilibili.co… 文章目录前言0. 环境搭建快速开始1. 数据集制作1.1 标签文件制作1.2 数据集划分1.3 数据集信息文件制作2. 修改参数文件3. 训练4. 评估5. 其他教程前言 项目地址https://github.com/Fafa-DL/Awesome-Backbones 操作教程https://www.bilibili.com/video/BV1SY411P7Nd MixMIM原论文点我跳转 如果你以为该仓库仅支持训练一个模型那就大错特错了我在项目地址放了目前支持的42种模型LeNet5、AlexNet、VGG、DenseNet、ResNet、Wide-ResNet、ResNeXt、SEResNet、SEResNeXt、RegNet、MobileNetV2、MobileNetV3、ShuffleNetV1、ShuffleNetV2、EfficientNet、RepVGG、Res2Net、ConvNeXt、HRNet、ConvMixer、CSPNet、Swin-Transformer、Vision-Transformer、Transformer-in-Transformer、MLP-Mixer、DeiT、Conformer、T2T-ViT、Twins、PoolFormer、VAN、HorNet、EfficientFormer、Swin Transformer V2、MViT V2、MobileViT、DaViT、RepLKNet、BEiT、EVA、MixMIM、EfficientNetV2使用方式一模一样。且目前满足了大部分图像分类需求进度快的同学甚至论文已经在审了 0. 环境搭建快速开始 这一步我也在最近录制了视频 最新Windows配置VSCode与Anaconda环境 『图像分类』从零环境搭建快速开始 不想看视频也将文字版放在此处。建议使用Anaconda进行环境管理创建环境命令如下 conda create -n [name] python3.6 其中[name]改成自己的环境名如[name]-torchconda create -n torch python3.6我的测试环境如下 torch1.7.1 torchvision0.8.2 scipy1.4.1 numpy1.19.2 matplotlib3.2.1 opencv_python3.4.1.15 tqdm4.62.3 Pillow8.4.0 h5py3.1.0 terminaltables3.1.0 packaging21.3首先安装Pytorch。建议版本和我一致进入Pytorch官网点击 install previous versions of PyTorch以1.7.1为例官网给出的安装如下选择合适的cuda版本 # CUDA 11.0 pip install torch1.7.1cu110 torchvision0.8.2cu110 torchaudio0.7.2 -f https://download.pytorch.org/whl/torch_stable.html# CUDA 10.2 pip install torch1.7.1 torchvision0.8.2 torchaudio0.7.2# CUDA 10.1 pip install torch1.7.1cu101 torchvision0.8.2cu101 torchaudio0.7.2 -f https://download.pytorch.org/whl/torch_stable.html# CUDA 9.2 pip install torch1.7.1cu92 torchvision0.8.2cu92 torchaudio0.7.2 -f https://download.pytorch.org/whl/torch_stable.html# CPU only pip install torch1.7.1cpu torchvision0.8.2cpu torchaudio0.7.2 -f https://download.pytorch.org/whl/torch_stable.html安装完Pytorch后再运行 pip install -r requirements.txt下载MobileNetV3-Small权重至datas下Awesome-Backbones文件夹下终端输入 python tools/single_test.py datas/cat-dog.png models/mobilenet/mobilenet_v3_small.py --classes-map datas/imageNet1kAnnotation.txt1. 数据集制作 1.1 标签文件制作 将项目代码下载到本地 本次演示以花卉数据集为例目录结构如下 ├─flower_photos │ ├─daisy │ │ 100080576_f52e8ee070_n.jpg │ │ 10140303196_b88d3d6cec.jpg │ │ ... │ ├─dandelion │ │ 10043234166_e6dd915111_n.jpg │ │ 10200780773_c6051a7d71_n.jpg │ │ ... │ ├─roses │ │ 10090824183_d02c613f10_m.jpg │ │ 102501987_3cdb8e5394_n.jpg │ │ ... │ ├─sunflowers │ │ 1008566138_6927679c8a.jpg │ │ 1022552002_2b93faf9e7_n.jpg │ │ ... │ └─tulips │ │ 100930342_92e8746431_n.jpg │ │ 10094729603_eeca3f2cb6.jpg │ │ ...在Awesome-Backbones/datas/中创建标签文件annotations.txt按行将类别名 索引写入文件 daisy 0 dandelion 1 roses 2 sunflowers 3 tulips 41.2 数据集划分 打开Awesome-Backbones/tools/split_data.py修改原始数据集路径以及划分后的保存路径强烈建议划分后的保存路径datasets不要改动在下一步都是默认基于文件夹进行操作 init_dataset A:/flower_photos # 改为你自己的数据路径 new_dataset A:/Awesome-Backbones/datasets在Awesome-Backbones/下打开终端输入命令 python tools/split_data.py得到划分后的数据集格式如下 ├─... ├─datasets │ ├─test │ │ ├─daisy │ │ ├─dandelion │ │ ├─roses │ │ ├─sunflowers │ │ └─tulips │ └─train │ ├─daisy │ ├─dandelion │ ├─roses │ ├─sunflowers │ └─tulips ├─...1.3 数据集信息文件制作 确保划分后的数据集是在Awesome-Backbones/datasets下若不在则在get_annotation.py下修改数据集路径 datasets_path 你的数据集路径在Awesome-Backbones/下打开终端输入命令 python tools/get_annotation.py在Awesome-Backbones/datas下得到生成的数据集信息文件train.txt与test.txt 2. 修改参数文件 每个模型均对应有各自的配置文件保存在Awesome-Backbones/models下 由backbone、neck、head、head.loss构成一个完整模型 找到MixMIM参数配置文件可以看到所有支持的类型都在这且每个模型均提供预训练权重 在model_cfg中修改num_classes为自己数据集类别大小 按照自己电脑性能在data_cfg中修改batch_size与num_workers 若有预训练权重则可以将pretrained_weights设置为True并将预训练权重的路径赋值给pretrained_weights 若需要冻结训练则freeze_flag 设置为True可选冻结的有backbone, neck, head 在optimizer_cfg中修改初始学习率根据自己batch size调试若使用了预训练权重建议学习率调小 学习率更新详见core/optimizers/lr_update.py同样准备了视频『图像分类』学习率更新策略|优化器 更具体配置文件修改可参考配置文件解释同样准备了视频『图像分类』配置文件补充说明 3. 训练 确认Awesome-Backbones/datas/annotations.txt标签准备完毕确认Awesome-Backbones/datas/下train.txt与test.txt与annotations.txt对应选择想要训练的模型在Awesome-Backbones/models/下找到对应配置文件以mixmim_base为例按照配置文件解释修改参数在Awesome-Backbones路径下打开终端运行 python tools/train.py models/mixmim/mixmim_base.py4. 评估 确认Awesome-Backbones/datas/annotations.txt标签准备完毕确认Awesome-Backbones/datas/下test.txt与annotations.txt对应在Awesome-Backbones/models/下找到对应配置文件在参数配置文件中修改权重路径其余不变 ckpt 你的训练权重路径在Awesome-Backbones路径下打开终端运行 python tools/evaluation.py models/mixmim/mixmim_base.py单张图像测试在Awesome-Backbones打开终端运行 python tools/single_test.py datasets/test/dandelion/14283011_3e7452c5b2_n.jpg models/mixmim/mixmim_base.py至此完毕实在没运行起来就去B站看我手把手带大家运行的视频教学吧 5. 其他教程 除开上述我还为大家准备了其他一定用到的操作教程均放在了GitHub项目首页为了你们方便为也粘贴过来 环境搭建数据集准备配置文件解释训练模型评估批量检测/视频检测计算FlopsParams添加新的模型组件类别激活图可视化学习率策略可视化 有任何更新均会在Github与B站进行通知记得Star与三连关注噢
http://www.tj-hxxt.cn/news/231698.html

相关文章:

  • 东莞网络建站别人盗用我的网站备案号怎么办
  • 聊城建设银行网站微信网站入口
  • 网站制作工作室制作平台中国机械加工行业的现状
  • 南宁网站建设索q.479185700网站手机自动跳转
  • 如何推广自己的个人网站呢企业网站是如何做的
  • 淘宝客推广网站建设网络营销外包公司招聘
  • 建立一个网站用英语怎么说老板网人才招聘
  • 临沧网站建设c3sales大型网站建设用什么系统好
  • 浙江网站建设公司电话集团网站建设基础方案
  • 奢侈品商城网站建设wordpress整合dplayer插件
  • 网站后台全能模板wordpress文章页面没有格式调整
  • 新媒体与网站建设徐州建立网站
  • 医院设计网站建设阿里云服务器做网站安全吗
  • 学院网站建设实例什么网站可以做投资
  • 国内手机网站建设企业安全文化的建设方案
  • 电商网站简单html模板下载百度推广手机版
  • 如何做律所网站沙元埔做网站的公司
  • 诗人做的网站wordpress 观点评价插件
  • 网站设计 珠海南浔做网站
  • 青岛电子商务的网站建设做僾免费观看网站
  • 合肥建站软件网站的建站方案
  • 海南省建设注册中心网站有必要 在线 网页 代理
  • 营销网站有哪些工程建设是什么
  • 义乌网站制作是什么怎么描述网站主页做的好
  • 衡水做网站报价兰州企业网络优化服务
  • 大连企业招聘网站徐州百度搜索网站排名
  • 网站开发建设价格曲周县建设局网站
  • 孝感网站建设做网站哪个服务器好
  • 机器配件做外贸上什么网站洛阳网络公司排名
  • 洛阳网站建设好做不frontpage做的网站好不好