MMFashion 开源项目教程

MMFashion 开源项目教程

mmfashionOpen-source toolbox for visual fashion analysis based on PyTorch项目地址:https://gitcode.com/gh_mirrors/mm/mmfashion

1. 项目的目录结构及介绍

MMFashion 项目的目录结构如下：

mmfashion/
├── configs/
├── data/
├── demo/
├── docker/
├── docs/
├── misc/
├── mmdetection/
├── mmfashion/
├── requirements/
├── tools/
├── .gitignore
├── .gitmodules
├── .isort.cfg
├── .pre-commit-config.yaml
├── .style.yapf
├── .travis.yml
├── LICENSE
├── README.md
├── requirements.txt
└── setup.py

目录介绍

• configs/: 包含项目的配置文件。
• data/: 用于存放数据集。
• demo/: 包含演示脚本。
• docker/: 包含 Docker 相关文件。
• docs/: 包含项目文档。
• misc/: 包含杂项文件。
• mmdetection/: 包含 mmdetection 相关文件。
• mmfashion/: 项目的主要代码文件夹。
• requirements/: 包含依赖文件。
• tools/: 包含工具脚本。
• .gitignore: Git 忽略文件。
• .gitmodules: Git 子模块配置文件。
• .isort.cfg: isort 配置文件。
• .pre-commit-config.yaml: pre-commit 配置文件。
• .style.yapf: yapf 样式配置文件。
• .travis.yml: Travis CI 配置文件。
• LICENSE: 项目许可证。
• README.md: 项目介绍文档。
• requirements.txt: 依赖列表。
• setup.py: 项目安装脚本。

2. 项目的启动文件介绍

MMFashion 项目的启动文件主要是 setup.py 和 demo/ 目录下的演示脚本。

setup.py

setup.py 文件用于安装项目所需的依赖和配置。可以通过以下命令安装项目：

python setup.py install

demo/ 目录

demo/ 目录包含了一些演示脚本，用于展示如何使用 MMFashion 进行时尚分析任务。例如：

python demo/demo_attribute_prediction.py

3. 项目的配置文件介绍

MMFashion 项目的配置文件主要位于 configs/ 目录下。这些配置文件用于定义模型的参数、数据集路径、训练和测试的设置等。

配置文件示例

model:
  type: 'AttributePredictor'
  backbone:
    type: 'ResNet'
    depth: 50
  neck:
    type: 'GlobalAveragePooling'
  head:
    type: 'Linear'

data:
  train:
    type: 'FashionDataset'
    data_root: 'data/fashion'
    ann_file: 'data/fashion/train.json'
    pipeline:
      - type: 'LoadImageFromFile'
      - type: 'Resize'
      - type: 'Normalize'
      - type: 'ToTensor'

  val:
    type: 'FashionDataset'
    data_root: 'data/fashion'
    ann_file: 'data/fashion/val.json'
    pipeline:
      - type: 'LoadImageFromFile'
      - type: 'Resize'
      - type: 'Normalize'
      - type: 'ToTensor'

optimizer:
  type: 'SGD'
  lr: 0.01
  momentum: 0.9
  weight_decay: 0.0001

lr_config:
  policy: 'step'
  step: [30, 60, 90]

runner:
  type: 'EpochBasedRunner'
  max_epochs: 100

配置文件说明

• model: 定义模型的类型和结构。
• data: 定义数据集的类型、路径和预处理管道。
• optimizer: 定义优化器类型和参数。
• lr_config: 定义学习率调整策略。
• runner: 定义训练运行器和最大训练轮数。

通过这些配置文件，用户可以灵活地调整模型和训练过程的参数，以适应不同的

mmfashionOpen-source toolbox for visual fashion analysis based on PyTorch项目地址:https://gitcode.com/gh_mirrors/mm/mmfashion