基于PyQT5和PyTorch实现的图像分类模型训练平台

1.软件介绍

为了使初学者更好的入门图像分类，特意制作了一款图像分类模型训练平台，用户只需要在界面上设置参数，点击按键即可进行分类网络的训练，方便快捷，不需要再为看不懂复杂的代码而无法进行实验，而且环境配置也很简单。

2.具体功能介绍

2.1主界面

如下图所示，主要包含参数设置功能以及结果显示功能

2.2主界面

首先在下拉菜单中选取网络名称，之后设置是否加载预训练模型

2.3选择数据集地址

点击“选择”按钮，界面弹出对话框，选取要训练的数据集地址

2.4训练基本设置

基本设置中包含了输入图像的高和宽、batchsize、训练的总轮数、学习率等，可根据自己的资源情况进行设置

2.5训练高级设置

为了减小过拟合现象，还可以选择使用标签平滑和数据增强功能

2.6训练输出设置

选择训练日志文件以及权重的保存地址

2.7开始训练

点击“开始训练”按钮，进行训练任务，界面会显示在训练过程中的指标，包括准确率、loss、学习率、F1值以及混淆矩阵

2.8训练结束

当训练完成或者用户点击了“停止训练”按钮时，软件会产生提示

2.9历史记录界面

如下图所示，主要包含日期选择功能以及结果显示功能

2.10选择日期

选择要查询的日期，双击之后会显示当天所有训练过程的参数记录

2.11显示结果

选取表格中其中一条记录，下面会显示这条记录包含的准确率、loss、学习率和F1值曲线以及混淆矩阵

视频演示：
https://www.bilibili.com/video/BV1jz4jevELt/?spm_id_from=333.999.0.0

需要代码可以私信我