开源图像分类工具箱MMClassification安装及使用示例
MMClassification是一个基于PyTorch的开源图像分类工具箱，是OpenMMLab项目的一部分，源码在 https://github.com/open-mmlab/mmclassification，最新发布版本为v0.23.2，License为Apache-2.0。它支持在Windows、Linux和Mac上运行。
1.安装：使用conda安装
(1).创建openmmlab虚拟环境：
conda create -n openmmlab python=3.8
conda activate openmmlab(2).安装PyTorch：这里PyTorch使用1.11.0版本，CUDA使用10.2版本，此CUDA版本对PyTorch各版本都支持
conda install pytorch==1.11.0 torchvision==0.12.0 torchaudio==0.11.0 cudatoolkit=10.2 -c pytorch (3).安装MMCV：MMCV有两个版本，这里安装带CUDA的mmcv-full
1).mmcv-full: 完整版，包含所有的特性以及丰富的开箱即用的CUDA算子，安装此版本需要较长时间。
2).mmcv：精简版，不包含CUDA算子但包含其余所有特性和功能，类似MMCV 1.0之前的版本。
不要在同一个环境中安装两个版本，否则可能会遇到类似ModuleNotFound的错误。在安装一个版本之前，需要先卸载另一个：
pip uninstall mmcv-full
pip uninstall mmcv注意：这里mmcv-full使用1.5.3版本。CUDA版本和PyTorch版本与安装PyTorch时保持一致
pip install mmcv-full==1.5.3 -f https://download.openmmlab.com/mmcv/dist/cu102/torch1.11.0/index.html(4).安装MMClassification：没有通过源码安装
pip install mmcls==0.23.2 2.测试：论文：《Very Deep Convolutional Networks for Large-Scale Image Recognition》
ImageNet数据集：是根据WordNet层次结构组织的图像数据集，ImageNet_1000_label中给出了1000类别中label对应的id值。
(1).下载模型(checkpoint)：
def download_checkpoint(path, name, url):
if os.path.isfile(path+name) == False:
print("checkpoint(model) file does not exist, now download ...")
subprocess.run(["wget", "-P", path, url])
path = "../../data/model/"
checkpoint = "vgg19_batch256_imagenet_20210208-e6920e4a.pth"
url = "https://download.openmmlab.com/mmclassification/v0/vgg/vgg19_batch256_imagenet_20210208-e6920e4a.pth"
download_checkpoint(path, checkpoint, url)(2).根据配置文件和checkpoint文件构建模型：
config = "../../src/mmclassification/configs/vgg/vgg19_8xb32_in1k.py"
model = init_model(config, path+checkpoint, device)(3).准备测试图像：原始图像来自网络
image_path = "../../data/image/"
image_name = "6.jpg"
(4).进行推理：
result = inference_model(model, image)
print(mmcv.dump(result, file_format='json', indent=4))
# show_result_pyplot(model, image, result)执行结果如下图所示：
GitHub： https://github.com/fengbingchun/PyTorch_Test