分类
文章平均质量分 88
黛玛日孜
这个作者很懒,什么都没留下…
展开
-
pytorch-cifar运行自己的数据
(2)从终端命令行运行,否则没有测试结果 PS D:\Code\pytorch-cifar> python .\main.py。out7: torch.Size([2, 276480]) #276480=512*20*27对应最后一层全连接维数。out8: torch.Size([2, 2]) #第一个2为设置的batchsize值;第二个2为设置的类别数据。(3)#D:\Code\pytorch-cifar\models\resnet.py中注意修改最后一层维数。原创 2022-09-03 20:03:45 · 437 阅读 · 0 评论 -
mmclassification数据增强预处理、Grad-CAM、日志结果可视化,网络模型计算量、参数量统计
1.数据增强预处理可视化vis_pipeline.py2.对结果重要区域可视化Grad-CAM(1)使用方法(2)代码官网(3)Grad-CAM论文简介3.日志结果可视化曲线--loss、每次迭代平均时间3.网络模型计算量、参数量统计...原创 2022-08-07 17:14:36 · 1265 阅读 · 1 评论 -
open-mmlab. mmclassification安装并使用自己数据集windows下
重点: num_classes=10, #num_classes=1000,修改为自己的类别数量data_prefix='../mmcls/data/mnist/train', #'data/imagenet/train'修改为自己的数据位置depth=18,num_classes=10, #num_classes=1000,修改为自己的类别数量dict(]dict(]原创 2022-08-06 16:19:57 · 1514 阅读 · 1 评论 -
mmclassification注意事项-修改、增加模块,测试时参数说明
1.测试image_demo.py效果时,在windows下传入参数为绝对路径,不然可能找不着。2.测试时参数说明test.py3.修改、增加模块3.1配置文件D:\Code\mmclassification\configs\resnet\GWF_resnet18_8xb32_in1k.py中(1)neck(2)loss--示例增加L1Loss,并进行debug(3)数据增强--颜色抖动、mixup(4)修改配置文件其他参数--加预训练模型、修改学习率...原创 2022-08-07 12:00:45 · 1289 阅读 · 1 评论 -
open-mmlab. mmclassification构建自己的数据集格式并训练
代码】open-mmlab. mmclassification构建自己的数据集格式并训练。原创 2022-08-06 17:59:06 · 1290 阅读 · 1 评论