本赛题任务是对美食图片进行分类。数据来自真实的美食图片,包括包含中餐、西餐、甜点、粥类,每张图像中美食所占比例大于3/4,每张图片代表一类美食。
我们约定是个类别的名称用如下数字代替:
冰激凌:0 鸡蛋布丁:1 烤冷面:2 芒果班戟:3 三明治:4 松鼠鱼:5 甜甜圈:6 土豆泥:7 小米粥:8 玉米饼:9
本项目采用 resnet101 模型进行图片分类.
数据集下载:https://xihe.mindspore.cn/datasets/drizzlezyk/mindcon_food_classification
数据集下载后按以下文件目录放置:
└─dataset
├─images # 解压后的训练数据集, 文件夹改名为images
└─0 # 将美食类别名称改为对应的标签
└─1
└─...
└─test
└─images # 解压后的测试数据集,文件夹改名为images
- 硬件(Ascend910)
- 框架(MindSpore1.8.1)
├── mindcon_food
├── README.md // mindcon_food相关说明
├── dataset // 数据集
├── images // 训练数据集
├── test // 测试数据集
├── src
├── data // 数据集配置
├──augment // 数据增强
├──data_utils // modelarts运行时数据集复制函数文件
┕──food_image_dataset.py // 数据集处理
├── args.py // 配置文件
├── callback.py // 自定义回调函数
├── utils.py
├── log // 训练日志
├── resnet101_ckpt // 模型保存文件夹
├── result // 推理结果
├── train.py // 训练文件
├── inference.py // 推理文件
- 训练(可更改
src/args.py
文件自定义训练参数)
python train.py
- 推理
python inference.py
推理结果保存在 result/resnet101_sorted_result.txt