cv_learning_resnet50 项目使用教程

cv_learning_resnet50 项目使用教程

cv_learning_resnet50 项目地址: https://gitcode.com/gh_mirrors/cv/cv_learning_resnet50

1. 项目目录结构及介绍

cv_learning_resnet50/
├── 0_gray/
├── 1_RGB/
├── 2_mean_blur/
├── 3_gussian_blur/
├── 4_canny/
├── 5_dajin/
├── 6_minst/
├── practice/
│   ├── model/
│   ├── pics/
│   ├── python/
│   └── cpp/
├── .gitignore
├── LICENSE
├── README.en.md
├── README.md
└── requirements.txt

目录结构介绍

• 0_gray: 灰度图相关代码。
• 1_RGB: 灰度图与 RGB 转换相关代码。
• 2_mean_blur: 均值滤波相关代码。
• 3_gussian_blur: 高斯滤波相关代码。
• 4_canny: Canny 算法相关代码，用于图像边缘检测。
• 5_dajin: 大津算法相关代码，用于图像分割。
• 6_minst: 手写数字识别 AI 模型相关代码。
• practice: 以 resnet50 为基础的模型算法手写、模型搭建和相关的主目录。
  • model: 与开源模型相关的文件，包括模型参数的下载和解析。
  • pics: 使用模型识别一张图片时，存放图片的目录。
  • python: 利用 Python 语言手写的 resnet50 项目。
  • cpp: 利用 C++ 语言手写的 resnet50 项目。
• .gitignore: Git 忽略文件配置。
• LICENSE: 项目许可证文件。
• README.en.md: 英文版项目介绍。
• README.md: 中文版项目介绍。
• requirements.txt: 项目依赖库配置文件。

2. 项目启动文件介绍

Python 版本启动文件

在 practice/python 目录下，主要的启动文件是 my_infer.py。该文件用于加载模型并进行图片推理。

cd practice/python
python3 my_infer.py

C++ 版本启动文件

在 practice/cpp 目录下，主要的启动文件是 resnet 可执行文件。该文件是通过编译生成的，用于加载模型并进行图片推理。

cd practice/cpp
bash ./compile.sh
./resnet

3. 项目的配置文件介绍

requirements.txt

requirements.txt 文件位于项目根目录下，用于配置项目的依赖库。

pip3 install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

.gitignore

.gitignore 文件用于配置 Git 忽略的文件和目录，避免将不必要的文件提交到版本库中。

LICENSE

LICENSE 文件描述了项目的开源许可证类型，本项目使用的是 MIT 许可证。

README.md

README.md 文件是项目的主要介绍文档，包含了项目的背景、功能、使用方法等内容。

README.en.md

README.en.md 文件是英文版的项目介绍文档，内容与 README.md 类似，但使用英文编写。

cv_learning_resnet50 项目地址: https://gitcode.com/gh_mirrors/cv/cv_learning_resnet50