# transfer-learning-beginner

**Repository Path**: xjtu-blacksmith/transfer-learning-beginner

## Basic Information

- **Project Name**: transfer-learning-beginner
- **Description**: Pytorch 迁移学习入门练习
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: https://www.xjtu-blacksmith.cn/report/transfer-learning
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 2
- **Created**: 2020-06-14
- **Last Updated**: 2022-10-30

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 迁移学习练习

本仓库存放的是与 [Pytorch 迁移学习：从 ImageNet 到 Caltech 101](http://www.xjtu-blacksmith.cn/report/transfer-learning) 一文相应的程序代码。

- 作者运行环境：Python 3.7，Pytorch 1.3.0
- 数据、预训练参数文件未包含，获取、处理方法请参考原文及下面内容
- 代码中有所参考，详见博文；本份代码仅供学习参考使用

## 训练数据集获取、处理

训练所用的 Caltech 101 数据集请在[其发布页面](http://www.vision.caltech.edu/Image_Datasets/Caltech101)下载。下载得到一个 `tar.gz` 包，解压后目录结构如下：

```plain
101_ObjectCategories
|-accordin
  |-image_0001.jpg
  |-image_0002.jpg
  |-...
|-airplanes
|-... 
```

在根目录下新建一个 `data` 目录，将数据集目录移入，并将 `101_ObjectCategories` 更改为 `caltech-101`（或反过来到 `split.py` 中更改被操作的目录名称）。此时，于根目录下运行 `split.py` 脚本，即可完成对数据集的处理。

## 预训练参数文件

根据 Pytorch 中预定义模型的机制，其预训练参数文件会存放在系统的缓存目录中，一次下载后可持续使用（直到被系统清除为止）。第一次下载时请保证网络畅通。

## 其他注意事项

- 训练的程序是 `main.py` 而非 `train.py`。
- 部分代码中应用到了 `progressbar` 模块，该模块可用 `pip` 安装，但安装时的名称是 `progressbar2`。
- 用于计算数据集 RGB 均值及方差的是 `pretrain.py`，其运行可能需要一段时间（没有中途输出），请耐心等候。