README.zh-CN.md

二分图片分类

English | 简体中文 | 繁體中文

设置

创建虚拟环境

python3 -m venv .venv

如果你是在 Windows 上，把 python3 改成 python 或 py。

激活虚拟环境

source .venv/bin/activate

如果你是在 Windows 上

.venv\Scripts\activate

安装依赖

pip install -r requirements.txt

下载数据集

你可以使用任何你想要的数据集，只要文件结构正确就行

data_root
├── train
│   ├── class_1
│   │   ├── image_1.jpg
│   │   ├── image_2.jpg
│   │   └── ...
│   └── class_2
│       ├── image_1.jpg
│       ├── image_2.jpg
│       └── ...
└── test
    ├── class_1
    │   ├── image_1.jpg
    │   ├── image_2.jpg
    │   └── ...
    └── class_2
        ├── image_1.jpg
        ├── image_2.jpg
        └── ...

其中 class_1 和 class_2 是你想要分类的类别的名字，并且在所有脚本中更改 CLASS1_NAME 和 CLASS2_NAME。图片文件名不重要。只要它们是 .jpg 或 .png 文件，它们就会被加载。

训练

在 gui 文件夹中运行 train_gui.py，并按照说明操作。

测试

在 gui 文件夹中运行 test_gui.py，并按照说明操作。

评估测试结果

测试结果显示在 GUI 上，查看分数。如果你对分数不满意，可以尝试用更多的 epochs 和更多的数据重新训练模型。

更改 epochs 数量

你可以通过更改 train_gui.py 中的 NUM_EPOCHS 变量来更改 epochs 数量。不建议将其设置为非常高的数字，因为它将花费很长时间来训练，而且分数不会有太大的提高。

预测

在 gui 文件夹中运行 predict_gui.py，并按照说明操作。

预测结果不正确？

如果预测结果不正确，你可以尝试用更多的 epochs 和更多的数据重新训练模型。或者由于系统限制，模型是用缩小的图像训练的，所以预测结果可能不准确。