加入CODE CHINA

· 不限速    · 不限空间    · 不限人数    · 私仓免费

免费加入
README.md

PyTorchPracticeProject

环境说明

  • torch1.0
  • torchvision0.2.0
  • python3.5
  • ubuntu16.04
  • pycharm2018

搭建网络

  • ResNet
  • MobileNet
  • YOLOV3
  • FCN

数据集

  • mnist
  • asl,A-E共五类,共15000个数据,12000的训练集、3000的验证集
  • VOC2012,主要用来做语义分割实验

使用方法

使用pycharm

使用终端

在MobileNet目录下

  • 训练模型:

python asl.py -v V2 -e 20
python asl.py -v V3 -t large -e 20

  • demo演示:

python demo.py -v V2

在YOLOV3目录下

  • 获取yolov3的权重文件

wget https://github.com/ayooshkathuria/pytorch-yolo-v3/raw/master/dog-cycle-car.png

  • 将待测试图片放入test文件夹,输出结果保存在detect文件夹中
  • 执行

python demo.py

  • 示例
    image

在FCN目录下

  • 需要提前下载好VOC2012数据集,并按程序中的规定的目录地址放在data文件夹中

wget http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tar

  • 实验了vgg和resnet两种不同backbone的fcn结构,其余所有策略包括数据的形式和优化策略都相同。迭代160次,需要高性能GPU支持。实验结果中resnet50基础的网络最接近论文效果
  • 从左到右依次是:原图 标签 FCNx8_ResNet50 FCNx8_VGG
    image
  • 结论
    1. 网络的效果因结构的不同有很大差异,网络结构很重要
    2. 在实验中两种网络的最小损失都只能降低到小数点后两位0.0xx停滞
    3. Adam不能降低损失,按照论文中的SGD配置效果最好

项目简介

🚀 Github 镜像仓库 🚀

源项目地址

https://github.com/aishuaiyao/pytorch

发行版本

当前项目没有发行版本

贡献者 2

开发语言

  • Python 95.3 %
  • Shell 4.7 %