深度学习基础2-----如何使用下载的代码

目录

一、环境配置

1、requirements.txt

二、训练

1.训练公开数据集

 2、训练自己的数据集

三、模型预测

---

下载代码后我们来瞧瞧如何使用！！！！

大类中主要包含三部分：环境配置；训练数据；模型预测

一、环境配置

环境配置部分需要仓库提供者提供使用的环境，可以在requirements.txt或者Readme里面寻找此代码需要的环境。每一个代码建议安装一个虚拟环境。

本文还是你segformer为例进行展示：GitHub - NVlabs/SegFormer: Official PyTorch implementation of SegFormer

1、requirements.txt

requirements.txt里面包括了所需要用到的python库。如图

然后我们就打开终端或者吃cmd，首先创建环境---》激活环境-----》创建环境的过程看另外一篇博文创建环境步骤以及虚拟环境的重要性。然后进行安装相关的包即可。

注意1：在安装前需要注意配置所需的CUDA和CUDNN，安装步骤可看 环境安装

注意2：若没有requirements.txt文件，那就看看readme里边有没有相关的环境，若都没有新手的话，我的建议是放弃这个库，多搜搜，同一个模型一般会有多个复现，看看别人的吧。

二、训练

1.训练公开数据集

训练部分其实主要也是看Readme，Readme一般会有个上手指南，关键词一般是train。如图：

 2、训练自己的数据集

将自己的数据转化为公开数据集的格式。以VOC为例：转换步骤可看数据标注步骤和转VOC关注信息按照这两个博客进行转换。

然后更改数据集的路径，classnum等信息

三、模型预测

预测部分其实主要也是看Readme，Readme一般会有个上手指南，关键词一般是predict或者Inference。

在predict.py文件中的权重改为训练后的权重路径，并修改相关参数，运行 predict.py文件即可。

注意：好好阅读Readme，有利于各位使用各种深度学习仓库。