这个项目用于处理数据集并微调预训练模型以进行图像分类任务。
数据处理脚本用于从数据集中提取图像并将其分为训练集和测试集。
数据集位于 D:\\PycharmProjects\\Image_Cls\\CUB_200_2011
目录下。
运行 data.py
脚本以执行数据处理。
微调模型脚本用于加载预训练模型并在新数据集上进行微调。
运行 fintune.py
脚本以执行微调模型的训练和评估。
- Python 3.x
- PyTorch
- torchvision
- pandas
- 克隆项目仓库:
git clone https://github.com/yourusername/yourproject.git
- 安装依赖:
pip install -r requirements.txt
- 执行数据处理:
python data.py
- 执行微调模型:
python fintune.py
- 调整如下代码实现全模型训练
model = models.resnet50(pretrained=False)
- 在如下部分可以调整超参数的实验
def run_experiments(): configurations = [ #{'batch_size': 64, 'learning_rate': 0.002}, {'batch_size': 16, 'learning_rate': 0.01}, #{'batch_size': 32, 'learning_rate': 0.0015} ]