MMClassification
MMCV->MMCls
MIM 管理工具 取名源自pip
pytorch的训练流程
加载数据集->取数据->定义模型、损失函数、优化器->内外层循环
MMCls使用
训练、推理都可以直接调用api,十分方便
训练时修改
答疑
输入的image size与模型有关,如果存在全连接层(早期的模型多使用全连接层,全连接层要求feature map的尺寸固定),则会导致要求输入的image size大小一致。ResNet、MobileNet用global average pooling(torch.nn.AdaptiveAvgPool2d)代替全连接层,可以不要求image size一致。
第一次作业
repo:OpenMMLabCamp