Swin Transformer实战：使用 Swin Transformer实现图像分类。

项目结构

===============================================================

使用tree命令打印整个项目的结构

Swin-Transformer-main

├─configs#配置文件

├─data#处理数据集相关的操作

│

├─dataset #数据集结构

│ ├─test

│ ├─train

│ │ ├─cat

│ │ └─dog

│ └─val

│ ├─cat

│ └─dog

├─figures

├─models#Swin的模型文件

│

├─output#训练模型的输出

训练

=============================================================

1、获取代码和预训练模型

---

从https://github.com/microsoft/Swin-Transformer下载代码，然后放到本地。然后解压。

在get_started.md找到预训练模型下载路径，下载下来然后放到Swin-Transformer根目录。

2、制作数据集

---

构建数据集，数据集结构如下：

dataset #数据集结构

├─test

├─train

│ ├─cat

│ └─dog

└─val

├─cat

└─dog

从原数据集中取出一部分数据集放入train对应的类别中，一部分放入val对应的类别中。把原数据集中的test直接复制到test中。

3、修改config.py文件

---

_C.DATA.DATA_PATH = ‘dataset’

Dataset name

_C.DATA.DATASET = ‘imagenet’

Model name

_C.MODEL.NAME = ‘swin_tiny_patch4_window7_224’

Checkpoint to resume, could be overwritten by command line argument

_C.MODEL.RESUME =‘swin_tiny_patch4_window7_224.pth’

Number of classes, overwritten in data preparation

_C.MODEL.NUM_CLASSES = 2

对上面参数的解释：

_C.DATA.DATA_PATH ：数据集路径的根目录，我定义为dataset。

_C.DATA.DATASET：数据集的类型，这里只有一种类型imagenet。

_C.MODEL.NAME：模型的名字，对应configs下面yaml的名字，会在模型输出的root目录创建对应MODEL