CNNベースの手法による画像分類のサンプルコード
ライブラリのバージョン
- cuda 12.1
- python 3.6.9
- torch 1.8.1+cu111
- torchaudio 0.8.1
- torchinfo 1.5.4
- torchmetrics 0.8.2
- torchsummary 1.5.1
- torchvision 0.9.1+cu111
- timm 0.5.4
- tlt 0.1.0
- numpy 1.19.5
- Pillow 8.4.0
- scikit-image 0.17.2
- scikit-learn 0.24.2
- tqdm 4.64.0
- opencv-python 4.5.1.48
- opencv-python-headless 4.6.0.66
- scipy 1.5.4
- matplotlib 3.3.4
- mmcv 1.7.1
学習用コード等
| ファイル名 | 説明 |
|---|---|
| vgg_train.py | VGGを学習するコード． |
| resnet_train.py | ResNetを学習するコード． |
| efficientnet_train.py | EfficientNetを学習するコード(EfficientNetはモデルによって画像サイズが異なるので適宜リサイズをしてください)． |
| convnext_train.py | ConvNeXtを学習するコード． |
| trainer.py | 学習ループのコード． |
| make_graph.py | 学習曲線を可視化するコード． |
先述の環境を整えてください．
ハイパーパラメータは適宜調整してください．
VGG，ResNet，EfficientNet，ConvNeXtのファインチューニング(CIFAR-10)
VGGの学習
python3 vgg_train.py --epoch 10 --batch_size 128 --amp --dataset cifar10
ResNetの学習
python3 resnet_train.py --epoch 10 --batch_size 128 --amp --dataset cifar10
EfficientNetの学習
python3 efficientnet_train.py --epoch 10 --batch_size 128 --amp --dataset cifar10
ConvNeXtの学習
python3 convnext_train.py --epoch 10 --batch_size 128 --amp --dataset cifar10
VGG，ResNet，EfficientNet，ConvNeXtのファインチューニング(CIFAR-100)
VGGの学習
python3 vgg_train.py --epoch 10 --batch_size 128 --amp --dataset cifar100
ResNetの学習
python3 resnet_train.py --epoch 10 --batch_size 128 --amp --dataset cifar100
EfficientNetの学習
python3 efficientnet_train.py --epoch 10 --batch_size 128 --amp --dataset cifar100
ConvNeXtの学習
python3 convnext_train.py --epoch 10 --batch_size 128 --amp --dataset cifar100
-
参考にした論文
- VGG
- Very Deep Convolutional Networks for Large-Scale Image Recognition
- ResNet
- Deep Residual Learning for Image Recognition
- EfficientNet
- EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks
- ConvNeXt
- A ConvNet for the 2020s
- VGG
-
参考にしたリポジトリ
- timm
- VGG
- ResNet
- EfficientNet
- ConvNeXt