https://www.lmlphp.com/user/62501/article/item/1225624/

train.py

網(wǎng)絡(luò)訓(xùn)練主函數(shù)，主要操作有：

1. 傳入訓(xùn)練參數(shù)；通常采用argparse庫，支持腳本傳入。
2. 網(wǎng)絡(luò)訓(xùn)練；包括定義網(wǎng)絡(luò)、加載模型、前向反向傳播、保存模型等。
3. 將訓(xùn)練情況可視化；使用tensorboard繪制loss曲線。

datasets.py

在pytorch中數(shù)據(jù)加載到模型的操作順序如下：

1. 創(chuàng)建一個(gè)Dataset對(duì)象，一般重載__len__和__getitem__方法。__len__返回?cái)?shù)據(jù)集大小，__getitem__支持索引，以便Dataset[i]獲取第i個(gè)樣本。
2. 創(chuàng)建一個(gè)DataLoader對(duì)象，將Dataset作為參數(shù)傳入。
3. 循環(huán)這個(gè)DataLoader對(duì)象，將img、label加載到模型中進(jìn)行訓(xùn)練。

我們還需在Dataset對(duì)象中定義數(shù)據(jù)預(yù)處理，這里采用：

1. 0.7-1.4倍的隨機(jī)尺度縮放

2. 各通道減去ImageNet的均值

3. 隨機(jī)crop下769x769大小

4. 鏡像隨機(jī)翻轉(zhuǎn)

注意：為了讓Image和Label對(duì)應(yīng)，也要對(duì)Label作相應(yīng)的預(yù)處理，具體過程詳見代碼。