从零开始基于imagenet 1k数据集训练CNN分类模型

ImageNet 1k数据集简介

ImageNet是CV领域非常出名的数据集， 其中ISLVRC2012数据集是Large Scale Visual Recognition Challenge 2012所用的数据集，包括：

• 训练数据集ILSVRC2012_img_test.tar，里面包括1000类共计1,281,167张图片，大约138G
• 验证数据集ILSVRC2012_img_val.tar，里面包括1000类每类50张图片，一共50000张图片，大约6.3G

由于ISLVRC2012有1000类数据，所以很多论文把这个数据集叫做：ImageNet 1K。行业里面渐渐约定俗成用这个数据集来测试模型结构，或者从零开始训练一个全新的CNN主干网络(backbone)。

ImageNet的评价指标是固定的：top1 acc 和 top5 acc。基于ImageNet 1K训练的模型，很容易跟已发表的模型比较，看看性能是否有提高，例如

下载并解压ImageNet 1k数据集

第一步，下载ILSVRC2012_img_test.tar和ILSVRC2012_img_val.tar

# parent
# ├── yolov5
# └── datasets
#     └── imagenet  ← downloads here

下载后的结果如下所示：

第二步，解压ImageNet 1k数据集：创建解压批处理文件：unpack_imagenet.sh

train=true
val=true
# Download/unzip train
if [ "$train" == "true" ]; then
  #wget https://image-net.org/data/ILSVRC/2012/ILSVRC2012_img_train.tar # download 138G, 1281167 images
  mkdir train && mv ILSVRC2012_img_train.tar train/ && cd train
  tar -xf ILSVRC2012_img_train.tar && rm -f ILSVRC2012_img_train.tar
  find . -name "*.tar" | while read NAME; do
    mkdir -p "${NAME%.tar}"
    tar -xf "${NAME}" -C "${NAME%.tar}"
    rm -f "${NAME}"
  done
  cd ..
fi

# Download/unzip val
if [ "$val" == "true" ]; then
  #wget https://image-net.org/data/ILSVRC/2012/ILSVRC2012_img_val.tar # download 6.3G, 50000 images
  mkdir val && mv ILSVRC2012_img_val.tar val/ && cd val && tar -xf ILSVRC2012_img_val.tar
  wget -qO- https://raw.githubusercontent.com/soumith/imagenetloader.torch/master/valprep.sh | bash # move into subdirs
fi

并在MINGW64中运行：

从上图可见，好的SDD，可以极大缩短解压时间；HDD真的是太慢了，整个解压工作大约耗时5个小时。

在ImageNet 1k数据集上训练模型

克隆YOLOv5并安装其依赖软件包：

git clone https://github.com/ultralytics/yolov5 # clone
cd yolov5
pip install -r requirements.txt # install

先运行命令：

python classify/val.py --weights yolov5m-cls.pt --data …/datasets/imagenet --img 224

若得下面的结果，则证明ImageNet 1k数据集下载解压和YOLOv5运行环境配置已完成！

然后运行命令，启动训练：

python classify/train.py --model yolov5s-cls.pt --data imagenet --img 224 --batch-size 32

到此，基于imagenet 1k数据集训练CNN分类模型完毕！下一篇文章将继续介绍如何搭建一个CNN分类模型训练框架，方便快速测试各种模型结构！