Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
王党生
classification
提交
6cf3aaf5
classification
项目概览
王党生
/
classification
与 Fork 源项目一致
Fork自
DataBall / classification
通知
2
Star
0
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
DevOps
流水线
流水线任务
计划
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
classification
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
DevOps
DevOps
流水线
流水线任务
计划
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
流水线任务
提交
Issue看板
体验新版 GitCode,发现更多精彩内容 >>
提交
6cf3aaf5
编写于
2月 11, 2021
作者:
DataBall
🚴🏻
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
update readme
上级
fa5305b0
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
27 addition
and
4 deletion
+27
-4
README.md
README.md
+27
-4
未找到文件。
README.md
浏览文件 @
6cf3aaf5
# classification
物体识别分类
# classification
物体识别分类
## 项目介绍
该项目对物体进行识别分类。
## 项目介绍
该项目对物体进行识别分类。
## 项目配置
*
作者开发环境:
*
Python 3.7
*
PyTorch >= 1.5.1
## 数据集
采用"Stanford Dogs Dataset"数据集官方地址:http://vision.stanford.edu/aditya86/ImageNetDogs/,且分为训练和测试两部分。
本文将该数据集的标注文件改为xml格式,可以通过运行read_datasests.py,可以对数据的标注信息进行解析可视化。
## 预训练模型
*
[预训练模型下载地址: ~
## 项目使用方法
### 模型训练
*
根目录下运行命令: python train.py (注意脚本内相关参数配置 )
### 模型推理
*
根目录下运行命令: python inference.py (注意脚本内相关参数配置 )
### 注意事项
*
因为数据集的整张图会有大量背景、多只狗等干扰因素。本文采用的图像输入是"Stanford Dogs Dataset"数据集的目标边界框范围图像,这样也觉定了在模型推断预测环境下也是以目标物的边界框为范围的图像作为输入。
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录