opennmmlab实战营二期-mmpretrain代码课(五)

opennmmlab实战营二期-mmpretrain代码课(五)

点我:视频课程

代码课写代码最重要(相关代码见:点我),笔记的话就简单进行总结,大致如下:

  • 一、安装mmpretrain

  • 二、调用mmpretrain的模型进行推理

    • 图像分类
    • 图像描述
  • 三、在新分类数据集进行resnet18微调训练

    • 1、准备猫狗数据集

    • 2、介绍配置文件(resnet18_8×32_link.py)

      • 模型配置(resnet18.py)
      • 数据集配置(imagenet_bs32.py)
      • schedules配置(imagenet_bs256.py)
      • 运行配置(default_runtime.py)
    • 3、编写配置文件(resnet18_finetune.py)

      • 复制模型、数据集、运行配置文件的内容至resnet18_finetune.py
      • 修改配置文件
        • 模型:
          • init_cfg=dict(type="Pretrained",checkpoint='https://download.openmmlab.com/mmclassification/v0/resnet/resnet18_8xb32_in1k_20210831-fbbb1da6.pth')(来自https://download.openmmlab.com/mmclassification/v0/resnet/resnet18_8xb32_in1k_20210831-fbbb1da6.pth)
          • 修改num_classes=2
        • 数据集:
          • 修改数据集类型:dataset_type='CustomDataset'
          • 修改数据集路径:data_root=''
        • 运行:epoch
    • 4、启动训练

      • mim train mmpretrain resnet18_finetune.py --work-dir=./exp
        
    • 5、测试集评估

      • mim test mmpretrain resnet18_finuetune.py --checkpoint exp/epoch.pth
        
    • 6、使用其他工具分析结果

      • mim run mmpretrain analyze_results resnet18_finetune.py result.pkl --out-dir analyze
        
    • 7、混淆矩阵

      • mim run mmpretrain confuse_matrix resnet18_finetune.py result.pkl --show --include-values
        
    • 8、预测图片

      • from mmpretrain import ImageClassficationInference
        
        inf=ImageClassficationInference('resnet18_finetune.py',pretrainen='epoch.pth')
        
        inf('image.jpg',show=True)
        

热门相关:首席的独宠新娘   梦回大明春   豪门重生盛世闲女   修仙界最后的单纯   法医娇宠,扑倒傲娇王爷