模糊度判断：史上最详细图像质量评价（IQA）-模型训练--第二节

这章节我会讲解的是我在工作上自己开发的项目，模糊度判断，该项目我是将图像质量评价论文–hypernet网络移植到mmclassification中进行图片质量评估，若有地方说错的我会第一时间纠正，如果觉得博主讲解的还可以的话点个赞，就是对我最大的鼓励~

这一章节讲述的是模型训练，在这里我们资源都准备好了，接下来就是模型训练了。

首先我们把下载好的预训练模型放到checkpoints下。

这里我下载的数据集是cifar10，我将它放在data下。

接下来大家可能有疑惑，为什么配置文件是这个样子的？这个解决方法就是直接运行train.py脚本，然后到work_dirs目录下就可以找到正常的配置文件了。

_base_ = [
    '../_base_/models/resnet50_cifar.py', '../_base_/datasets/cifar10_bs16.py',
    '../_base_/schedules/cifar10_bs128.py', '../_base_/default_runtime.py'
]

之后我们只需要修改以下数据集的路径、预训练模型的路径即可训练。看到如下图所示，证明训练成功！

到目前为止，我们就可以训练了。我们的第一步已经完成。接下来下一章节，我将为大家分享如何训练自己的数据集。如果觉得博主讲解的可以的话，点个赞就是我最大的动力，谢谢～