datasets文件夹:存放需要训练和测试的数据集
dataset.py : 加载数据集,将数据集转化为固定的格式,返回图像集和标签集
model.py:根据自己的需求搭建一个深度学习模型
config.py:将需要配置的参数均放在这个文件中,比如batchsize,transform,epochs,lr等超参数
train.py:加载数据集,训练
predict.py:加载训练好的模型,对图像进行预测
requirements.txt:一些需要的库,通过pip install -r requirements.txt可以进行安装
readme:记录一些log
log文件:存放训练好的模型
loss文件夹:存放训练记录的loss图像
返回包含于字符串内的数字,字符串中是一个适当类型的数值
train是训练集
val是训练过程中的测试集,边训练边看到训练的结果
继承dataset类,在__getitem__方法中编写代码,得到一个可以通过字典key来取值的实例化对象
两个下划线开头的函数是声明该属性为私有,不能在类的外部被使用或访问。而__init__函数(方法)支持带参数类的初始化,也可为声明该类的属性(类中的变量)。__init__函数(方法)的第一个参数必须为self,后续参数为自己定义。
print(b.getVolume())