• Stars
    star
    290
  • Rank 142,981 (Top 3 %)
  • Language
    Python
  • Created about 5 years ago
  • Updated over 1 year ago

Reviews

There are no reviews yet. Be the first to send feedback to the community and the maintainers!

Repository Details

2019 Huawei Cloud garbage Classification Competition online score 2th place

华为云垃圾分类挑战杯亚军方案分享

1.代码结构

 {repo_root}
  ├── models	//模型文件夹
  ├── utils		//一些函数包
  |   ├── eval.py		// 求精度
  │   ├── misc.py		// 模型保存,参数初始化,优化函数选择
  │   ├── radam.py
  │   └── ...
  ├── args.py		//参数配置文件
  ├── build_net.py		//搭建模型
  ├── dataset.py		//数据批量加载文件
  ├── preprocess.py		//数据预处理文件,生成坐标标签
  ├── train.py		//训练运行文件
  ├── transform.py		//数据增强文件

2. 环境设置

可以直接通过pip install -r requirements.txt安装指定的函数包,python版本为3.6,具体的函数包如下:

  • pytorch>=1.0.1
  • torchvision==0.2.2
  • matplotlib>=3.1.0
  • numpy>=1.16.4
  • scikit-image
  • pandas
  • sklearn

注:py3.7训练的话,要修改下面的代码 if use_cuda: inputs, targets = inputs.cuda(), targets.cuda(async=True) inputs, targets = torch.autograd.Variable(inputs), torch.autograd.Variable(targets) #python3.7已经移除了async关键字,而用non_blocking代替。(导致apache-airflow也出了问题) #cuda() 本身也没有async.

就是把 async=True去掉

if use_cuda: inputs, targets = inputs.cuda(), targets.cuda() inputs, targets = torch.autograd.Variable(inputs), torch.autograd.Variable(targets)`

3.运行步骤

  1. 建立文件夹data,把garbage_classify全部解压缩到data下
  2. 运行preprocess.py,生成训练集和测试集运行文
  3. 单张显卡的话,修改arg.py 85行 parser.add_argument('--gpu-id', default='0, 1, 2, 3' 为'--gpu-id', default='0',同时修改 '--train-batch','--test-batch'为适当的数字
  4. 运行train.py

4.方案思路

方案讲解

知乎专栏:ML与DL成长之路

如果复现过程中有bug,麻烦反馈一下,会优化更新。如果对您有帮助记得给个star


小尾巴

QQ群:AI成长社①:545702197

微信群:添加微信号:Derek_wen8,备注:加群