用dw做网站的基本步骤建设网站需要花费

学习深度学习有些时间了，相信很多小伙伴都已经接触 图像分类、目标检测甚至图像分割(语义分割)等算法了，相信大部分小伙伴都是从分类入门，接触各式各样的 Backbone算法开启自己的炼丹之路。

但是炼丹并非全是 Backbone，更多的是各种辅助代码，而这部分公开的并不多，特别是对于刚接触/入门的人来说就更难了，博主当时就苦于没有完善的辅助代码，走了很多弯路，好在YOLOv5提供了分类、目标检测的完整代码，不同于目标检测，因数据集不同，对应的数据辅助代码也不兼容，图像分类就不会有这方面的影响，只需要更换下模型，设置下输出类即可。可谓相当的成熟，学者必备！！！

官方代码：https://github.com/ultralytics/yolov5

分类任务有四部分组成：tutorial说明，train、val、predict 脚本

对于有一定基础的小伙伴可以直接查看 tutorial 自行运行，如果遇到一些暂无解决的问题时再往下阅读！

小插曲

对于调用官方库的模型时，不同数据集对应不同类别数，如果不想修改官方库的话，可以在创建好模型后，再修改最后的类别数

import torchvison.models as modelsmodel = models.__dict__["resnet50"]()		# 加载官方模型库，默认是 imagesnet1000类
dataset_class = len(dataset.classes)		# 计算训练数据集的类别数num_feature = model.fc.in_features
model.fc = nn.Sequential(nn.Linear(num_feature, dataset_class),nn.LogSofmax(dim=1))model.load_state_dict(torch.load"model_parmas.pt")

train任务

整个 图像分类任务还是较为复杂的，内容略微庞大，一篇讲解不完，讲解不清的可以下方留言，较难问题博主再出新博文解释。

parse_opt() 函数

首先大家在学习代码时，一定要学会 debug 模型，这样才知道代码是如何运行的，一般从 if __name__ == "__main__": 开始进行。
首先是 def parse_opt(known=False): 解析配置参数

1. parser.add_argument('--model', type=str, default='yolov5s-cls.pt', help='initial weights path')
   –model 参数是配置模型类型，从下面的解析 --model参数可以看出，如果 --model的值是模型权重名称/路径的话，直接加载到模型model，如果–model是torchvision模型库的，将从torchvision库中读取， 如果都没有的话，将以错误输出。
   所以 --model 一定要是 模型权重名称/路径，并且需要能够读取得到才可以。亦可以是torchvision模型库中的模型名称也可以（可以通过 torchvision.models.__dict_ 查看安装的torchvision封装了哪些模型库）
   此外 torchvision.models.__dict__[opt.model](weights='IMAGENET1K_V1' if pretrained else None) 代码并不适用于所有版本的 torchvision模型，还是需要进入 torchvision.model下的具体模型代码中查看 调用方法，否则会出现错误。
   

2. parser.add_argument('--data', type=str, default='mnist', help='cifar10, cifar100, mnist, imagenet, etc.')
   –data 可以是数据集的路径，也可以是数据集而名称， 只是数据集名称必须是 ultralytics 公开的数据集才可以，比如：Classification：Caltech 101、Caltech 256、CIFAR-10、CIFAR-100、Fashion-MNIST、ImageNet、ImageNet-10、Imagenette、Imagewoof、MNIST
   
   如果是自定义的数据集，需要注意的是每一类的所有数据需要放到同一个文件夹下面，如同 cifar10 数据集一样，在 train/val/test 文件夹下分别建立每一类的子文件夹，其中可以存放全部图片，也可以有多层嵌套路径，注意：train/val/test下的文件夹名称和数量 要保持一致，否则训练出来的指标会很差
   

3. parser.add_argument('--epochs', type=int, default=10)
   就是训练的迭代轮数

4. parser.add_argument('--imgsz', '--img', '--img-size', type=int, default=128, help='train, val image size (pixels)')
   训练时 图片的尺寸大小

5. parser.add_argument('--nosave', action='store_true', help='only save final checkpoint')
   不保存中间每个epoch的权重，如果需要保存的话，将其设置为 False

6. parser.add_argument('--cache', type=str, nargs='?', const='ram', help='--cache images in "ram" (default) or "disk"')
   选择数据的读取方式，ram方式为一次性将所有的数据读取到内存里，以为内存与显存的传输速度高，因此训练市场可以极大降低，前提是内存够大，如果没有足够大的内存的话，可以算法disk硬盘读取，效率略低

7. parser.add_argument('--device', default='', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')
   选择训练设备，可以选择：“cup, mps, cuda”（MPS：Apple Metal Performance Shaders）

8. parser.add_argument('--workers', type=int, default=8, help='max dataloader workers (per RANK in DDP mode)')
   数据集加载时的线程数

9. parser.add_argument('--project', default=ROOT / 'runs/train-cls', help='save to project/name')
   项目保存路径及名称

10. parser.add_argument('--name', default='exp', help='save to project/name')
    每次训练的子文件名

11. parser.add_argument('--exist-ok', action='store_true', help='existing project/name ok, do not increment')
    如果已经存在保存文件名/路径，可以覆盖保存

12. parser.add_argument('--pretrained', nargs='?', const=True, default=True, help='start from i.e. --pretrained False')
    是否使用预训练权重（前提是必须是torchvision中的模型，官方提供预训练接口的模型才有用）

13. parser.add_argument('--optimizer', choices=['SGD', 'Adam', 'AdamW', 'RMSProp'], default='Adam', help='optimizer')
    优化器选择，此处官方配置好了 [‘SGD’, ‘Adam’, ‘AdamW’, ‘RMSProp’] 优化器，如果需要其他优化器，需用小伙伴自行配置

14. parser.add_argument('--lr0', type=float, default=0.001, help='initial learning rate')
    优化器的初始学习率

15. parser.add_argument('--label-smoothing', type=float, default=0.1, help='Label smoothing epsilon')
    label-smoothing 方法，对 label进行 smoothing 处理

16. parser.add_argument('--cutoff', type=int, default=None, help='Model layer cutoff index for Classify() head')
    裁切模型的 classify分支 的层数，model.model = model.model[:cutoff]

17. parser.add_argument('--dropout', type=float, default=None, help='Dropout (fraction)')
    随机失效部分神经元，dropout处理

18. parser.add_argument('--verbose', action='store_true', help='Verbose mode')
    冗余模式，记录中间的模型日志

19. parser.add_argument('--seed', type=int, default=0, help='Global training seed')
    全局随机种子

20. parser.add_argument('--local_rank', type=int, default=-1, help='Automatic DDP Multi-GPU argument, do not modify')
    如果小伙伴有多卡，可以采用，此方法可以自动调用多个显卡的资源，即DDP 模式，-1 为不采用

train() 函数

train() 函数前面都是一些模型配置

1. 模型训练保存路径，以及配置训练日志，默认情况下，模型训练保存 一个 last.pt 和 best.pt
2. 数据集下载，如果是官方的数据集，直接 对 --data 设置数据集名称即可（完成路径也是可以的），如果是自己的数据集，需要设置数据集路径，只需要给到 train 的上一级目录即可
   
3. 数据集构建，此处将读取数据集的类别数以及加载数据集，此处默认是以 test 为验证集的，如果没有test 备份选择 val。如果需要用 val 当验证集，手动改为 val即可。再次提示：train 下的文件夹名称和数量需要和 验证集下的保持一致，否则模型性能很低，且无法提升（惨痛的教训！）
   
4. 构建模型，此处需要注意一点，作为分类模型，模型的输出层必须和数据集的类别数量保持一致，必须！！！
   如果不使用 torchvision中的模型，只需要将 model 赋值为自己的模型即可
   
5. 日志保存模型等信息，以及加载 数据和标签，此处的数据加载器采用的是迭代器方式，因此采用 nest(iter())；然后是优化器设置，学习率、调度器(scheduler)设置 和 EMA配置；最后是损失函数criterion。
   
6. 进行完上面所有的参数配置，真正的模型训练还在下面这个循环里