PaddleClas在windows10下训练自己的数据

飞桨图像分类套件PaddleClas是飞桨为工业界和学术界所准备的一个图像分类任务的工具集，助力使用者训练出更好的视觉模型和应用落地。

https://github.com/PaddlePaddle/PaddleClas

截至2020-12-10最新版本PaddleClas需要需要PaddlePaddle 2.0rc或更高版本，有些新的方法在稳定版本1.8.5中没有。

安装方法：https://www.paddlepaddle.org.cn/install/quick/zh/2.0rc-windows-pip

python -m pip install paddlepaddle-gpu==2.0.0rc0 -f https://paddlepaddle.org.cn/whl/stable.html

 我的运行环境:

• Python3.7
• CUDA= 10.2
• cuDNN >= 8.0.3

克隆PaddleClas模型库：

cd path_to_clone_PaddleClas
git clone https://github.com/PaddlePaddle/PaddleClas.git

安装Python依赖库：

Python依赖库在requirements.txt中给出，可通过如下命令安装：

pip install --upgrade -r requirements.txt

数据准备： 

 

将数据拷贝到项目的dataset目录下，目录结构如上图

battery为名称目录

binary_0和binary_1为2个分类目录，每个目录下存放对应类别图片

test.txt train.txt val.txt为存放图片路径及分类的文件，通过下方的分隔数据集代码生成

 分割数据集代码：

import os
import numpy as np

img_dir = r'battery'
classes_dict = {}
split_sets = {'train': [], 'val': [], 'test': []}
go = os.walk(img_dir)
for path, d, fileList in go:
    for c in d:
        if len(c) > 0:
            classes_dict[c] = []
    for index, filename in enumerate(fileList):
        if filename.endswith(('jpg', 'png', 'bmp')):
            class_name = os.path.basename(path)