# 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