aconvnet's Introduction

项目名称

项目描述

AConvNet是一个基于卷积神经网络的目标分类模型，旨在实现论文《Target Classification Using the Deep Convolutional Networks for SAR Images》中描述的算法。该项目提供了用于训练和测试AConvNet模型的代码，并包含了模型的超参数设置。

安装指南

克隆项目仓库：

git clone https://github.com/Iamairs/AConvNet.git

进入项目目录：

cd AConvNet

安装依赖：

pip install -r requirements.txt

数据集准备：

下载数据集dataset.zip文件。
解压文件后，在raw目录下可以找到train和test目录。
将这两个目录（train和test）放置在data/soc/raw目录下。

使用说明

处理数据

cd src/datasets/raw_data
python data_entry.py --mode=train
python data_entry.py --mode=test

训练模型

cd ../../
python train.py

你可以通过 --help 选项查看更多可用参数的说明。

测试模型

python test.py

你可以通过 --help 选项查看更多可用参数的说明。

项目结构

AConvNet/
│
├── data/
│   ├── soc/
│
├── notebook/
│   ├── experiment-soc.py
│
├── outputs/
│   ├── checkpoints/
│   ├── images/
│   ├── logs/
│
├── src/
│   ├── datasets/
│   │   ├── processed_data/
│   │   │   ├── data_loader.py
│   │   │   ├── dataset.py
│   │   ├── raw_data/
│   │   │   ├── data_entry.py
│   │   │   ├── mstar.py
│   ├── model/
│   │   ├── _base.py
│   │   ├── _block.py
│   │   ├── network.py
│   ├── utils/
│   │   ├── general.py
│   │   ├── metrics.py
│   ├── options.py
│   ├── test.py
│   ├── train.py
├── README.md
└── requirements.txt