Tool of training classification models

• onnx == 1.8.1
• opencv-python == 4.2.0.32
• pytorch == 1.6.0

工程中所有可配置的超参数都在 config.py 中，有五部分（暂时还没有模块化）分别是：

• dataset
  • ps1: 目前使用的是imgaug提供的数据增强pipe；所以数据增强的超参数未生效（生效于 torchvision 提供的数据增强），关于数据增强的代码在 data/transform.py 中。
  • ps2: 数据集目录格式为：
    • train
      • cls1
      • cls2
      • .....
    • val
      • cls1
      • cls2
      • .....
• solver
• loss
  • ps1: triplet loss 暂未实现
• model
• knowledge distill
  • based output 关键参数: teacher & teacher_ckpt & alpha & temperature
  • based feature 关键参数: dis_feature
  • 自蒸馏关键参数：cs_kd & alpha & temperature

在 config.py 中配置好参数后，执行以下命令进行训练

python train.py

训练时，模型会根据配置信息在 checkepoint 下创建目录结构并命名文件。

在 demo.py 中配置完后，执行以下命令对单张图片进行推理

python demo.py

模型训练完成之后，在 config.py 中 model & data_name & loss_name 和训练时保持一致后，运行以下命令生成 .onnx 和 .pt 文件。

python export.py