【亲测】ConvNext自定义数据集图像分类

ConvNext通过模仿Transformer的架构，将CNN在图像层面的表现高于同期的Transformer state-of-art。这里记录下使用ConvNext进行图像分类的配置过程。

平台环境

实验环境及配置：
Pytorch: 1.12.1
CUDA: 11.6 版本（使用 nvcc --version 查看）
GPU：显存8G
操作系统： ubuntu20.04

1 下载ConvNext源码

源码链接

https://github.com/facebookresearch/ConvNeXt

2 环境配置过程，其实可以参看官方文档中的 install.md 的内容，但这里我记录下自己的环境配置过程

2.1 使用Conda构建convnext的虚拟环境

 conda create -n convnext python=3.8 -y

2.2 进入虚拟环境

conda activate convnext

2.3 配置PyTorch环境(可以参看该博客)

conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.6 

2.4 将源码解压后，安装下面的辅助包，注意官方推荐的是 tim