# ClassWorker **Repository Path**: xizeer/class-worker ## Basic Information - **Project Name**: ClassWorker - **Description**: 一个简单的分类框架,主要依赖torchlightning实现一些常见的分类检测 - **Primary Language**: Python - **License**: MulanPSL-2.0 - **Default Branch**: torch - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 2 - **Forks**: 0 - **Created**: 2022-06-14 - **Last Updated**: 2023-05-09 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # ClassWorker #### 介绍 基于Torch开发的分类框架,改自[nanodet](https://github.com/RangiLyu/nanodet.git) #### 软件架构 - config 配置文件 - data 数据处理模块 - model 模型构造模块 - tools 数据处理工具包 - utils 模型处理工具包 - trainer 训练代码 - train.py 训练调用文件 #### 安装环境 pip install -r reqirements.txt #### 使用说明 1. 配置config文件
选择**backbone** 并查看model/backbone中的初始化参数
配置datasets路径和输入大小 配置分类类别,但是分类名称列表需要和类别数量一致 2. 开启训练 ```python train.py -c config/xxx.yml``` 3. 导出模型 ```python utils/export.py -c config/xxx.yaml -m weight_path.pth -o xxx.onnx``` 4. 查询训练log shell终端输入 ``` tensorboard --logdir='save_module/model_name/time ``` #### Drive | model | loss | image size | model size | |:------------:|:-------:|:-----------:|:------------:| | MobileNetV2 | CE loss | 224×224 | 8.72M | #### 未来更新方向 1. 补充更多的backbone 2. 测试backbone 并记录benchmark 3. 考虑一下需不需要更新torchlightning 版本 #### 参与贡献 pass