（二）mmclassification图像分类——简单测试

引言

把实用的代码部分放前面了，后面简介里是比较重要的理论内容，看了更好理解mmclassification的运作。
放一个mmclassification官网的操作手册：链接: MMClassification’s documentation.

单张图像的测试结果

• 选择一个要用的网络，比如configs/mobilenet_v2
• 下载预训练的模型，网址链接: https://github.com/open-mmlab/mmclassification/blob/master/docs/model_zoo.md
• 在mmclassification文件夹进行如下配置

mkdir checkpoints
cd checkpoints
wget https://download.openmmlab.com/mmclassification/v0/mobilenet_v2/mobilenet_v2_batch256_imagenet_20200708-3b2dc3af.pth
cd ../

方法一：把配置写在py文件里

新建一个py文件

cd demo
touch demo2.py
vi demo2.py

内容如下：

# demo2.py

from mmcls.apis import inference_model, init_model, show_result_pyplot

# 指定配置文件
config_file = 'configs/mobilenet_v2/mobilenet_v2_b32x8_imagenet.py'
# 指定checkpoint文件
checkpoint_file = 'checkpoints/mobilenet_v2_batch256_imagenet_20200708-3b2dc3af.pth'

# 指定GPU
device = 'cuda:0'
# 根据配置文件和模型文件搭建模型
model = init_model(config_file, checkpoint_file, device=device)
# 测试一张图片，要确保这个路径下有这张图
img = 'demo/demo.JPEG'
result = inference_model(model,img)
# 展示结果，如果是远程ssh的话，下面这句注释掉，因为显示不了
show_result_pyplot(model,img,result)

然后将路径设置在mmclassification下，运行：

cd ../
python demo/demo2.py

方法二：使用命令行指定配置参数

可以像上图那样写一个py文件，也可以直接用demo/image_demo.py

from argparse import ArgumentParser
from mmcls.apis import inference_model, init_model, show_result_pyplot

def main():
    parser = ArgumentParser()
    parser.add_argument('img', help='Image file')
    parser.add_argument('config', help='Config file')
    parser.add_argument('checkpoint', help='Checkpoint file')
    parser.add_argument(
        '--device', default='cuda:0', help='Device used for inference')
    args = parser.parse_args()

    # build the model from a config file and a checkpoint file
    model = init_model(args.config, args.checkpoint, device=args.device)
    # test a single image
    result = inference_model(model, args.img)
    print(result)
    # show the results
    show_result_pyplot(model, args.img, result)

if __name__ == '__main__':
    main()

运行的时候按照这个格式：

python demo/image_demo.py ${IMAGE_FILE} ${CONFIG_FILE} ${CHECKPOINT_FILE}

在这里是:

python demo/image_demo.py demo.JPEG configs/mobilenet_v2/mobilenet_v2_b32x8_imagenet.py checkpoints/mobilenet_v2_batch256_imagenet_20200708-3b2dc3af.pth

训练结果

mmclassification简介

mmclassification文件夹下面有个mmcls子文件夹，里面有个models文件夹，放着backbones、necks、heads，对应网络地骨干网络、颈部和分类头。

configs里的__base__文件夹下的models

这里的works_per_gpu表示单个gpu上同时进行多少个works，只有一个gpu的时候，改成0。
samples_per_gpu相当于batch_size。

configs里的__base__文件夹下的datasets

这一块是数据增强：

configs里的__base__文件夹下的schedules

训练工具