IEPPCS-RUC-midterm

• 环境

  • Ubuntu 18.04
  • python 3.7.9
  • pytorch 1.6.0

• 数据集

  • 点击这里下载我们的数据集(提取码rucs);
  • 将数据集下的三个文件夹train,test和extra放入dataset目录下.

• 训练

  • python train.py

• 测试

  • python test.py
    

    这将输出在固体废弃物和非固体废弃物测试集上的准确率. 同时对extra中的每一张图像进行滑窗判定输出判定的结果到dataset/result下.

• 注意事项

  • 关于GPU, 如果电脑上有可用的GPU, 请修改cfg.py中的USING_GPU变量. 这个变量是一个pythonlist类型, 请将其修改为当前设备可用的GPU设备号.

---

目前进行固体废弃物的识别的模型为Resnet101, 是一个具有101层结构的神经网络. 使用了SGD优化器和余弦下降的学习率. 后续还将尝试使用更多种类的神经网络.