MobileNetV3

DeepVAC-compliant MobileNetV3 implementation

简介

本项目实现了符合DeepVAC规范的MobileNet V3

项目依赖

deepvac >= 0.5.6
pytorch >= 1.8.0
opencv-python
numpy

如何运行本项目

1. 阅读DeepVAC规范

可以粗略阅读，建立起第一印象。

2. 准备运行环境

使用Deepvac规范指定Docker镜像

3. 准备数据集

自行准备。

4. 修改配置文件

修改config.py文件。主要修改内容：

指定训练集、验证集、测试集的图片目录前缀、对应的标注txt文件和分隔符

# line 43-45
fileline_path = 'data/train_cls.txt'
delimiter = ' ' 
sample_path_prefix = <your sample_path_prefix>

# line 65
fileline_path = 'data/val_cls.txt'

# line 79
fileline_path = 'data/test_cls.txt'

修改分类数

config.core.DeepvacCls.cls_num = 4

5. 训练

执行命令：

python3 train.py

6. 测试

指定要测试模型和测试数据的路径，在config.py指定待测模型和数据路径：

fileline_path = 'data/test_cls.txt'
config.core.DeepvacClsTest.model_path = "your test model dir / pretrained weights"

然后运行测试脚本：

python3 test.py

7，更多功能

如果要在本项目中开启如下功能：

预训练模型加载
checkpoint加载
使用tensorboard
启用TorchScript
转换ONNX
转换NCNN
转换CoreML
开启量化
开启自动混合精度训练

请参考DeepVAC。

wyh163/MobileNetV3