update

README.md

@@ -10,11 +10,12 @@
 * PyTorch >= 1.5.1   
 
 ## 数据集     
-采用"Stanford Dogs Dataset"数据集官方地址：http://vision.stanford.edu/aditya86/ImageNetDogs/，且分为训练和测试两部分。   
-本文将该数据集的标注文件改为xml格式，可以通过运行read_datasests.py,可以对数据的标注信息进行解析可视化。    
+* 采用"Stanford Dogs Dataset"数据集官方地址：http://vision.stanford.edu/aditya86/ImageNetDogs/，且分为训练和测试两部分。     
+* 本文将该数据集的标注文件更改为xml格式，[数据集下载地址(百度网盘 Password: ks87 )](https://pan.baidu.com/s/1tT0wF4N2I9p5JDfCwtM1CQ)     
+* 通过运行read_datasests.py,可以对数据的标注信息进行解析可视化。      
 
 ## 预训练模型    
-* [预训练模型下载地址： ~    
+* [预训练模型下载地址(百度网盘 Password: ks87 )](https://pan.baidu.com/s/1tT0wF4N2I9p5JDfCwtM1CQ)   
 
 
 ## 项目使用方法  

inference.py

@@ -41,7 +41,7 @@ def get_xml_msg(path):
 if __name__ == "__main__":
 
     parser = argparse.ArgumentParser(description=' Project Classification Test')
-    parser.add_argument('--test_model', type=str, default = './model_exp/2021-02-09_06-32-32/model_epoch-627.pth',
+    parser.add_argument('--test_model', type=str, default = './model_exp/2021-02-09_06-32-32/resnet50_epoch-627.pth',
         help = 'test_model') # 模型路径
     parser.add_argument('--model', type=str, default = 'resnet_50',
         help = 'model : resnet_18,resnet_34,resnet_50,resnet_101,resnet_152') # 模型类型
@@ -177,7 +177,7 @@ if __name__ == "__main__":
                     dict_r[doc] += 1
 
     cv2.destroyAllWindows()
-    # Top1 的 每类预测精确度。
+    # Top1 的每类预测精确度。
     print('\n-----------------------------------------------\n')
     acc_list = []
     for idx,doc in enumerate(sorted(os.listdir(ops.test_path), key=lambda x:int(x.split('-')[0]), reverse=False)):

read_datasets.py

 #-*-coding:utf-8-*-
 # date:2020-02-08
-# Author: Eric.Lee
-## function: read datasets label files
+# author: Eric.Lee
+# function: read datasets label files
 
 import os
 import cv2
@@ -56,7 +56,7 @@ if __name__ == "__main__":
             cv2.putText(img_, ('index : ' + str(idx)), (5,img_.shape[0]-5),cv2.FONT_HERSHEY_PLAIN, 1.8, (255, 255, 0), 6)
             cv2.putText(img_, ('index : ' + str(idx)), (5,img_.shape[0]-5),cv2.FONT_HERSHEY_PLAIN, 1.8, (255, 60, 255), 2)
 
-            xml_ = path + doc_+"/"+f_.strip('.jpg').strip('.png')+'.xml'
+            xml_ =  path + doc_+"/"+f_.replace(".jpg",".xml").replace(".png",".xml")
 
             list_x = get_xml_msg(xml_)# 获取 xml 文件 的 object