/AE_Analysis

Primary LanguagePythonMIT LicenseMIT

可以直接下载本项目,在自己的模型上进行微调。最好不要修改文件相对路径。在自己电脑上D盘下新建modelling文件夹,复制进去即可。

Requirement:

python 3.7

torch > 0.4.0

Files Structure:

预训练文件:

checkpoint:针对DenseNet + GC的权重文件;

checkpoint_classify:针对DenseNet + GC + SE的权重文件;

checkpoint_onlySE:针对DenseNet + SE的权重文件;

checkpointpure:针对DenseNet的权重文件;

checkpoint_discrete:预测煤岩破坏剩余时间的权重文件。

指标文件:

files:针对DenseNet + GC的准确率、loss、混淆矩阵;

filespure:针对DenseNet的准确率、loss、混淆矩阵;

filesToSE:针对DenseNet + GC + SE的准确率、loss、混淆矩阵;

filesonlySE:针对DenseNet + SE的准确率、loss、混淆矩阵;

files_discrete:预测煤岩破坏剩余时间的准确率、loss、混淆矩阵。

数据集:

dataset_classify:分类数据存放目录;

dataset:回归数据存放目录。

模型文件:

model:模型构建文件;模型名字有明确的说明。

process:数据预处理文件;

tools:绘图、保存准确率到json等工具文件;

trainModeler:训练文件;

config:配置文件;

eval:测试文件。

model_web:

模型简易部署文件。配置好环境以后,只需点击.cmd 文件,打开localhost:5000。传入分类模型的图片对应文件夹的路径。若复现时出现困难,可以联系南极黑白生物:1961318478