使用PaddleCls进行图片分类模型训练与使用

qq_31687737

于 2024-03-18 21:42:42 发布

阅读量726

点赞数 19

文章标签：分类机器学习 python

本文链接：https://blog.csdn.net/qq_31687737/article/details/136820136

版权

数据

数据集结构
├── train
│ ├── n01440764
│ │ ├── n01440764_10026.JPEG
│ │ ├── n01440764_10027.JPEG
├── train_list.txt
…
├── val
│ ├── ILSVRC2012_val_00000001.JPEG
│ ├── ILSVRC2012_val_00000002.JPEG
├── val_list.txt

训练

修改配置文件
使用PPLCNET预训练模型，使用位于ppcls/configs/ImageNet/PPLCNet/PPLCNet_x1_0.yaml为模型进行修改,设置参数如下：

#设置训练次数
Global:
  epochs: 1000

DataLoader:
  Train:
    dataset:
      name: ImageNetDataset
      image_root: ./dataset/fl/
      cls_label_path: ./dataset/fl/train_list.txt
    sampler:
      batch_size: 10 # 一次训练图片数量
    loader:
      num_workers: 6 #子进程数

开始训练命令

python3 -m paddle.distributed.launch --gpus="0,1,2,3"  tools/train.py  -c PPLCNet/PPLCNet_x1_0.yaml

测试

python3 tools/eval.py  -c PPLCNet/PPLCNet_x1_0.yaml  -o Global.pretrained_model=output/PPLCNet_x1_0/best_model

部署

导出模型

python3 tools/export_model.py PPLCNet/PPLCNet_x1_0.yaml -o Global.pretrained_model=output/PPLCNet_x1_0/best_model -o Global.save_inference_dir=deploy/models/PPLCNet_x1_0_infer

基于代码的模型使用

from paddleclas import PaddleClas
clas = PaddleClas(inference_model_dir='deploy/models/PPLCNet_x1_0_infer')
infer_imgs='docs/images/deployment/whl_demo.jpg'
result=clas.predict(infer_imgs)
print(next(result))