/classificador_mestrado

Tem como objetivo a classificação a partir dos conjuntos de dados DTD e FMD, assim como a avaliação para diferentes tipos de backbones, a exemplo, resnet, vgg, inception entre outros.

Primary LanguagePythonMIT LicenseMIT

🎯 Projeto de Mestrado

Tem como objetivo a classificação a partir dos conjuntos de dados DTD e FMD, assim como a avaliação para diferentes tipos de backbones, a exemplo, resnet, vgg, inception entre outros.

🔧 Dependências

As dependências do projeto estão listadas no arquivo requirements.txt. Para instalar as dependências, execute:

pip install -r requirements.txt

🚀 Passos para Executar

  • 🔍 Verifique o dataset: Confirme se está utilizando DTD ou FMD. Neste exemplo, vamos utilizar DTD.

  • 📤 Inserir as features: Navegue até a pasta features_raw/DTD_DIEGO e coloque as features extraídas lá.

  • ⚙️ Converter as features: Rode o notebook converter.ipynb para realizar a conversão das features.

  • 📂 Substituir os labels: Volte para a pasta raiz e substitua a pasta labels pela pasta de labels correspondente ao dataset utilizado. Neste caso, execute:

cp -r labels_DTD labels
  • 📊 Executar o pipeline: Após realizar as etapas anteriores, execute o script principal para rodar todo o pipeline de treinamento:
nohup python rodar_all.py &> saida.log &

ℹ️ Observação sobre o Nome dos Arquivos

Os arquivos de features seguem o seguinte padrão de nomenclatura:

[DATASET][FEATURE][PATCH x PATCH].txt

  • [DATASET]: Nome do conjunto de dados (ex: DTD, FMD).
  • [FEATURE]: Nome da feature extraída (ex: obif, resnet).
  • [PATCH x PATCH]: Tamanho dos patches utilizados (ex: 1x1, 2x2).

Exemplo: DTD_obif_1x1.txt

ℹ️ Observação sobre o Conteúdo das Features

Cada arquivo de features deve conter, no mínimo, as seguintes colunas:

[FEATURES_NUMBERS] [NOME_LABEL] [NOME_FILE]

  • [FEATURES_NUMBERS]: Valores numéricos das features extraídas.
  • [NOME_LABEL]: Nome ou valor correspondente ao label da imagem.
  • [NOME_FILE]: Nome do arquivo associado àquela entrada de feature.

Exemplo de linha: 00000 0.000000 0.000000 banded banded_0004.jpg