#deep-learning #pytorch #torch #torchvision #image-classification
#глубокое обучение #pytorch #факел #torchvision #классификация изображений
Вопрос:
Я пытаюсь выполнить детальную классификацию изображений для набора данных CUB-200-2011, не смог определить правильный способ загрузки данных. Я использую предварительно обученный ImageNet ResNet-101 для обучения, замораживая все слои, кроме последних двух слоев. Предложите способ загрузки данных в Pytorch.
Комментарии:
1. как насчет github.com/TDeVries/cub2011_dataset/blob/master/cub2011.py ? Помогает ли это? Если это не так, с какой проблемой вы столкнулись? У вас уже есть какой-то код для показа?
2. @kmario23, в отправленном вами репозитории, что именно означает «tgz_md5 = ’97eceeb196236b17998738112f37df78′ «?
3. Это всего лишь сумма набора данных md5. Цель MD5 — убедиться, что данные не повреждены при загрузке. После правильной загрузки значение md5sum должно соответствовать тому, что вы указали. В системах * nix
md5sum
доступ к нему можно получить с терминала. Для torchvision это необязательно, см.download_url()
Функцию в torchvision.datasets.utils .