# vehicle-classification

**Repository Path**: tomy_6925/vehicle-classification

## Basic Information

- **Project Name**: vehicle-classification
- **Description**: 简单的车辆分类模型，使用vehicle-10数据集和resnet53
- **Primary Language**: Python
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2022-06-20
- **Last Updated**: 2022-06-20

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# vehicle-classification

#### 介绍
一个简单的车辆图片多分类模型，使用vehicle-10数据集和resnet50、resnet152、ViT模型，在resnet152网络上达到95%的准确率


![预测结果1](resources/result_1.jpg "预测结果1")


![预测结果2](resources/result_2.jpg "预测结果2")


![训练过程1](resources/res152_loss.png "训练过程1")


![训练过程2](resources/res152_acc.png "训练过程2")


#### 环境及依赖

1.  torch1.10.0
2.  cuda11.3
3.  matplotlib
4.  tqdm
5.  visdom  


#### Demo

1.  新建conda环境，并安装requirement.txt中的依赖文件
2.  下载([百度网盘](https://pan.baidu.com/s/1nVDG-OVAhj3m7Can9tLheQ) (code:o8vr)或[google drives](https://drive.google.com/file/d/1-CNODfIp5b7DIKQiG6gP0F3X6IFb5sS6/view?usp=sharing) )训练好的模型参数，并放置到checkpoint文件夹下
3.  运行demo.py
4.  在samples/result文件夹下可以查看预测结果  


#### 训练

1.  按以下格式放置数据集([百度网盘](https://pan.baidu.com/s/1Yv5Gx73mW9IMzFE3VBc4nA) (code:kcxi)或[google drives](https://drive.google.com/file/d/1-AKpcSQiusAYnAAjTmAoJsK3Ifw615ez/view?usp=sharing))  
    ’‘’  
    dataroot  
    ---- image  
    --------001.jpg  
    --------002.jpg   
    ----label
    --------001.txt  
    --------002.txt    
    ----list  
    --------train.txt  
    --------val.txt  
    ‘’‘  
    其中label文件标注对应图片的类别名，list文件标注对应的图片文件名
2.  修改script/run.sh脚本文件
3.  运行script/run.sh
4.  开启 <http://localhost:8097/> 查看训练数据