- Swin Transformer预训练模型处理花分类任务
- 谢胜达
- 曾旭翔
- 沈翁宇
- 王建煜
- 下载好数据集，代码中默认使用的是花分类数据集，下载地址: https://storage.googleapis.com/download.tensorflow.org/example_images/flower_photos.tgz
- 在
train.py脚本中将--data-path设置成解压后的flower_photos文件夹绝对路径 - 下载预训练权重，在
model.py文件中每个模型都有提供预训练权重的下载地址，根据自己使用的模型下载对应预训练权重 - 在
train.py脚本中将--weights参数设成下载好的预训练权重路径 - 设置好数据集的路径
--data-path以及预训练权重的路径--weights就能使用train.py脚本开始训练了(训练过程中会自动生成class_indices.json文件) - 在
predict.py脚本中导入和训练脚本中同样的模型，并将model_weight_path设置成训练好的模型权重路径(默认保存在weights文件夹下) - 在
predict.py脚本中将img_path设置成你自己需要预测的图片绝对路径 - 设置好权重路径
model_weight_path和预测的图片路径img_path就能使用predict.py脚本进行预测了