【CV】在各种硬件配置下都能如鱼得水的图像分类平台
前言
这是一个分离式图片分类平台，有多种模型，最终要用的模型只有一种。对于这种顾虑，本项目将训练任务与测试任务二分离法，使得工程开发更加轻松便捷。
代码在Bibbliiiing大大的基础上进行二次开发。
【CV】在各种硬件配置下都能如鱼得水的图像分类平台
前言
内置模型
1、CNN轻量级模型王者：MobilenetV2
2、CNN重量级模型王者：EfficientNetV2
3、“模型很重，效果很好”的Transformer模型王者：Swin Transformer
平台优势
开源代码
1、classification_trainPlatform
2、classification_testPlatform
训练自己的数据集
1、摆放数据集
2、运行pretreatment .py
3、train.py文件中设置参数（各参数在train.py中皆有详细介绍）编辑
4、运行tain.py
内置模型
内置了三种模型，他们分别在各自的领域扮演着中流砥柱的角色，博主对分类模型大致做了 一个总结与分类，选择这三个模型是深思熟虑的结果。
1、CNN轻量级模型王者：MobilenetV2
MobileNet v1 最大的成就在于提出了depthwise卷积(DW)+pointwise卷积(PW)，将普通卷积的计算量近乎降低了一个数量级，成为第一个在轻量级领域取得成功的网络。如下图所示，对于一个常规的3*3卷积，使用dw+PW，计算量降低为原来的 1/(3*3)=1/9, 接近于降低了一个数量级。之后MboileNet v2横空出世，V2与V1之间的性能比较如下：
MobileNet v2借鉴了resnet的残差结构，引入了inverted resdual模块（倒置残差模块），进一步提升了MobileNet的性能。因为inverted resdual一方面有利于网络的学习，因为毕竟学的是残差（这也是resnet的精髓），另一方面，也降低了原来的PW卷积的计算量。在MobileNet v1的dw+pw卷积中，计算量主要集中在PW卷积上。使用了inverted resdual模块之后，原来的一个PW卷积，变成了一个升维PW+一个降维PW，其计算量有所下降，即便V2比V1版本先进了不少，但我们说MboileNetV2是轻量级的王者的证据似乎依旧不足，还需要与其他同样量级的模型进行比较：
图1：各个轻量级模型性能比较
从图中可以看出来 ,mobilenetv2的综合指标是最高的，在低配的环境时，强烈推荐使用。
2、CNN重量级模型王者：EfficientNetV2
======================================================
AlexNet 提出时间：2012/9 Top-1 准确率：62.5% 参数量：60M
======================================================
VGG-19 提出时间：2014/9 Top-1 准确率：74% 参数量：144M
======================================================
Inception V3 提出时间：2015/12 Top-1 准确率：78.8% 参数量：23.8M
======================================================
EfficientNetV1 提出时间：2019/5 Top-1 准确率：84.4% 参数量：66M
======================================================
EfficientNetV2 提出时间：2021 Top-1 准确率：87.3% 参数量：比EfficientNetV1小
======================================================从以上数据分析显而易得：EfficientNetV1恐怕是参数量较少且准确率非常高的王者模型了，然而EfficientNetV2 不仅准确率超过EfficientNetV1 3%，且速度快了5~10倍，所以重量级模型王者非EfficientNetV2莫属。
值得一提的是，本分类平台一共提供了三个EfficientNetV2模型，分别是EfficientNetV2-s，EfficientNetV2-m，EfficientNetV2-l。他们的训练参数量是逐级递增的，具体选择哪个模型训练还需参考实际环境。
3、“模型很重，效果很好”的Transformer模型王者：Swin Transformer
其实Transformer类的模型没有什么好比较的，我们的这个分类平台相对来讲还是比较简陋的，所以能够搭建的还是比较主流的模型ViT和 Swin Transformer，很明显Swin Transformer的性能是要好过ViT的，然而Swin Transformer的预训练模型太大了，很难下载实际上我测试过，其实这两个模型都不如EfficienetNetV2的效果好，所以这里平台中有关Transformer的模型只是草草使用了Vit。
平台优势
支持Windows/Linux
一个平台多种场景：可以采用切换模型的方式解决单模型不够全面的问题——不同的实验环境与不同的实验目标下模型变得不适用的困扰。
内置三种模型皆支持迁移学习，且warehouse/pretrained_weights文件夹下自带多个预训练模型，不必自己去网上冲浪下载。
支持冻结训练、 支持DP模式/DDP模式训练、支持单机多卡分布式训练、支持混合精度训练。
灵活训练自己的模型，可调节参数多达20+。
支持多种学习率下降方式：固定步长下降方式与余弦退火下降方式等。
支持多线程读取数据。
内置大量处理数据集的小工具：/tools文件夹下（期待探索哦！）
训练、预测分离想法：抱着“宁非需要，勿曾新知”的想法，为工程实现仅保留必要之物——预测任务中当且仅需得到训练出的模型
开源代码
暂时只支持百度网盘下载，其余的方式可能需要过段时间。
1、classification_trainPlatform
链接：https://pan.baidu.com/s/1YnDL76gWBUywq8FCwfmFcw
提取码：jdsp
2、classification_testPlatform
链接：https://pan.baidu.com/s/1M81QOxW9W1aD3F4xzx2jNw
提取码：qztm
训练自己的数据集
1、摆放数据集
datasets文件夹下存放的是训练图片，分为两部分，train里面是训练图片，test里面是测试图片
在训练之前需要首先准备好数据集，数据集格式为在train和test文件夹下分不同的文件夹，每个文件夹的名称为对应的类别名称，文件夹下面的图片为这个类的图片。
2、运行pretreatment .py
（1）自动读取datasets/train和datasets/test文件下所有目录，比如：cat/dog，自动将cat、dog写入.txt文件，作为分类类别。
（2）自动读取每个类别目录下所有图片，写入另外的.txt文件，记录着训练和测试所需图片的位置，方便训练的时候自动读取。
3、train.py文件中设置参数（各参数在train.py中皆有详细介绍）
4、运行tain.py
完毕！
希望对大家学习深度学习中的图像处理有所帮助，并且能够得到大家的三连支持！