Vision Transformer 网络对不同氨气氧气浓度轨迹RAS 图像数据集的分类，包含训练权重和数据集、迁移学习

## Vision Transformer(ViT) # 代码会自动载入预训练权重 1. 准备好自定义数据集,按照下面格式摆放 data-train---后面跟文件夹，每个文件夹里面存放相同的图像，几个文件夹代表几个分类 data-test 2. 在 `train.py` 脚本中更改下面超参数 # num_classes 必须根据分类的个数进行更改 ！！！其他的看着改 parser.add_argument('--num-classes', type=int, default=5) parser.add_argument('--epochs', type=int, default=100) parser.add_argument('--batch-size', type=int, default=16) parser.add_argument('--lr', type=float, default=0.001) parser.add_argument('--lrf', type=float, default=0.01) parser.add_argument('--freeze-layers', type=bool, default=True) # 是否冻结权重 3.`predict.py`脚本会自动预测 inference 文件夹下的所以图片 # 下面的三个都要更改，num_classes 是自己分类的个数 # mean,std 是训练图片的均值和方差，训练的时候会生成，copy在这里就行('./run_results/train_log_results.txt' 文件里也有) num_classes = 5 mean = [0.467,0.424,0.304] std = [0.301,0.271,0.296] main(mean=mean,std=std,num_classes=num_classes)