OpenMMLab 实战营打卡 - 第 3 课

OpenMMLab 实战营打卡 - 第 3 课

注：本博客仅用于个人上课随手笔记

计算机视觉之图像分类代码教学

一、上课笔记

1.基本结构

神经网络训练基本结构：

1.数据集 dataloader

2.模型 model

3.优化器 optim

4.损失函数 loss

2.基本使用

0.下载mmclassfication（我用的是2.0），进入项目根目录后，执行pip install -e -v

1.编辑好相关配置文件，下载好数据集和跳转数据集的目录结构，选择合适的优化器，下载好相应的预训练权重

2.运行tools/train.py，如果是多卡可以运行dist_train.sh

3.运行完毕后，载入checkpoint的模型，输入待预测可以运行inference进行推理

二、课后疑问

1.如何对中间的特征图进行可视化操作呢？

2.可视化过程中，如何自定义可视化指标？