opennmmlab实战营二期-mmpretrain代码课课（五）

点我：视频课程

代码课写代码最重要（相关代码见:点我），笔记的话就简单进行总结，大致如下：

  • 一、安装mmpretrain

  • 二、调用mmpretrain的模型进行推理

    • 图像分类
    • 图像描述

  • 三、在新分类数据集进行resnet18微调训练

    • 1、准备猫狗数据集

    • 2、介绍配置文件（resnet18_8×32_link.py)

      • 模型配置（resnet18.py）
      • 数据集配置（imagenet_bs32.py）
      • schedules配置（imagenet_bs256.py）
      • 运行配置（default_runtime.py）

    • 3、编写配置文件（resnet18_finetune.py）

      • 复制模型、数据集、运行配置文件的内容至resnet18_finetune.py
      • 修改配置文件
        • 模型：
          • 加init_cfg=dict(type="Pretrained",checkpoint='https://download.openmmlab.com/mmclassification/v0/resnet/resnet18_8xb32_in1k_20210831-fbbb1da6.pth')(来自https://download.openmmlab.com/mmclassification/v0/resnet/resnet18_8xb32_in1k_20210831-fbbb1da6.pth)
          • 修改num_classes=2
        • 数据集：
          • 修改数据集类型：dataset_type='CustomDataset'
          • 修改数据集路径：data_root=''
        • 运行：epoch

    • 4、启动训练

      • mim mmpretrain resnet18_finetune.py --work-dir=./exp

    • 5、测试集评估

      • mim mmpretrain resnet18_finuetune.py --checkpoint exp/epoch.pth

    • 6、使用其他工具分析结果

      • mim run mmpretrain analyze_results resnet18_finetune.py result.pkl --out-dir analyze

    • 7、混淆矩阵

      • mim run mmpretrain confuse_matrix resnet18_finetune.py result.pkl --show --include-values

    • 8、预测图片

      • from mmpretrain import ImageClassficationInference

inf=ImageClassficationInference('resnet18_finetune.py',pretrainen='epoch.pth')

inf('image.jpg',show=True)
内容来源于网络如有侵权请私信删除

文章来源: 博客园

原文链接: https://www.cnblogs.com/xielaoban/p/17461407.html

标签： AI 人工智能
你还没有登录，请先登录或注册！
  • 还没有人评论，欢迎说说您的想法！

相关课程

英特尔® OpenVINO™工具套件初级课程
295407 0元 限免
基于 OpenVINO™ 的 AI 视觉应用基础课
56803 0元 限免