该文章介绍了一个demo仓库，其中包含用于训练和评估图像识别模型的Python脚本。用户可以运行01数据集文本生成制作.py来处理图片路径，02train.py用于训练多种模型如AlexNet到SwinTransformer等，并显示精度、召回率和F1-score。训练结果的评价指标存储在result文件夹下。此外，03flask_server.py创建了一个HTTP接口，用于接收小程序的图片并返回模型预测结果。
demo仓库和视频演示找083期：
到此一游7758258的个人空间_哔哩哔哩_bilibili
效果展示图如下：
代码文件展示如下：
运行01数据集文本生成制作.py可以读取图片路径保存再txt文本中，
运行02train.py可以对txt文本中的图片路径读取并训练模型，
在02中可以选择的模型有10多种可以对比，包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swin transformer等10多种模型。
训练的每个epoch都会显示准确率precision、召回率recall和 f1-score
最低0.47元/天 解锁文章
扫一扫
1208
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
