HIT ANN_Control
- 支持tensorboardx可视化
- 支持log文件输出
- 支持断点训练
- 支持保存最好模型
已支持分类网络结构如下：
- LeNet
- ResNet18
- ResNet34
- DesenNet
- VGG11
- VGG11bn
- VGG19bn
- EfficientNetb0
- AlexNet
├─data(用来保存数据集)
| ├─train(训练集数据)
| ├─val(验证集数据)
| ├─test(测试集数据)
├─logs(用来保存训练日志)
├─model(自己搭建的网络结构)
├─model_save(用来断点模型和最优模型)
├─pic(用来保存相关图片)
analysis.py : 用来分析对比网络效果
mian.py : 训练网络主函数
utils.py : 分割数据集，统计样本分布等基础功能函数
依赖
python版本：python3.7
CUDA版本：CUDA:10.0
依赖库：
- pytorch 1.1
- efficientnet_pytorch
- tensorboardX
- time
- logging
- 以及常用库
运行方法
在main.py文件中修改以下类的默认参数，配置实验使用的网络及其参数（请确保数据已按目录分割好),运行main.py文件即可
class Arg():
def __init__(self,
project_name='test', # 工程名
class_num=62, # 类别数
input_size=(64, 64), # 输入尺寸
lr=0.01, # 初始学习率
epoch=100, # 训练轮数
cuda='cuda', # 使用GPU(cuda)还是CPU(cpu)
train_root='../traffic/data/train', # 训练数据目录
train_batch_size=16, # 训练batch大小
val_root='../traffic/data/val', # 验证集目录
val_batch_size=16, # 验证batch大小
load='make_model', # make_model：创建新模型，load_params：加载参数继续上次训练，load_model:加载整个模型
model_type='ResNet18', # 使用的网络结构名
model_save_dir='./model_save', # 模型保持目录
model_load_dir='./model_save/traffic_DesenNet_224x224_16.ckp.params.pth', # 参数加载文件模型文件
log_dir='./logs', # 日志保存目录
save_mode='save_params', # 保存参数还是整个模型
checkpoint_per_epoch=5, # 每几轮保存一次
using_tensorboardx=True, # 是否使用可视化功能
tensorboardx_file='./logs', # tensorboardx文件保存目录
verbose=1 # 打印方式，1或0
):数据集下载地址：https://btsd.ethz.ch/shareddata/
项目名_网络名_学习率变化方式_输入图像尺寸_batch大小_学习率
| 实验名 | 参数量 | 是否完成 |
|---|---|---|
| traffic_LeNet_224x224_16_0.01 | 1M | yes |
| traffic_LeNet_coslr_64x64_16_0.01 | 1M | yes |
| traffic_LeNet_coslr_64x64_64_0.01 | 1M | yes |
| traffic_LeNetcomplex_224x224_16_0.01 | x | yes |
| traffic_LeNetcomplex_coslr_224x224_16_0.01 | x | yes |
| traffic_LeNetcomplex_coslr_64x64_16_0.01 | x | yes |
| traffic_ResNet18_coslr_64x64_64_0.01 | 11M | yes |
| traffic_ResNet18_coslr_64x64_16_0.01 | 11M | yes |
| traffic_ResNet34_coslr_64x64_16_0.01.log | 21M | yes |
| traffic_EfficientNetb0_coslr_64x64_16_0.01 | 4M | yes |
| traffic_DesenNet_coslr_64x64_16_0.01 | 7M | yes |
| traffic_VGG19bn_coslr_64x64_16_0.01 | 190M | yes |
| traffic_VGG11_coslr_64x64_16_0.01 | 129M | yes |
| traffic_Alexnet_coslr_64x64_16_0.005.log | 57M | yes |
输入图片尺寸影响（图像已平滑）
训练batch大小影响（图像已平滑）
input_size = 64x64, batch_size = 16,初始学习率0.01情况下的网络实验对比图（图像已平滑）
验证集误差对比
验证集准确率对比
学习率变化曲线
最好模型准确率
| 模型 | 准确率 | 参数量 |
|---|---|---|
| VGG11 | 97.7% | 129M |
| ResNet18 | 97.2% | 11M |
| EfficientNetb0 | 97.2% | 4M |
| DesenNet | 96.8% | 7M |
| LeNet | 95.9% | 1M |
| AlexNet | 95.4% | 57M |