## 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
main(mean=mean,std=std,num_classes=num_classes)
没有合适的资源?快使用搜索试试~ 我知道了~
Vision Transformer 网络对脑肿瘤MRI4分类【数据集、代码、训练结果】
共2000个文件
jpg:1988个
py:4个
xml:4个
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 12 浏览量
2024-05-08
21:44:52
上传
评论 1
收藏 682.31MB 7Z 举报
温馨提示
1.网络使用的是Transformer 网络中的 ViT 模型 2.数据集是4分类的脑肿瘤(胶质瘤、脑膜瘤、无肿瘤、垂体) 3.网络训练的过程中,预处理处理包括随机裁剪、中心裁剪等等。网络初始化会自动载入ViT 官方的预训练权重(transformer网络收敛很慢,不经过预训练效果会很差,因此本篇代码自动载入) 4.train.py 会自动生成数据集类别的 json 文件,所以不需要自己定义。train.py 训练完成会生成训练集的loss、测试集的loss,训练集的accuracy、测试集的accuracy,并生成对应的曲线保存至run_results文件内。训练完成会计算训练集和测试集的混淆矩阵,计算召回率、特异度、F1等等 5.预测代码是predict.py,只需要将待预测的图像放在inference文件夹下,代码会自动将该文件下所有的图像进行预测,并在原图像左上角写入最大的前三个类别和概率 【如果想要训练自己的数据集,参考README文件】 【本项目测试了10个epoch,准确率为0.51,网络未收敛,加大轮次可以增加精度】
资源推荐
资源详情
资源评论
收起资源包目录
Vision Transformer 网络对脑肿瘤MRI4分类【数据集、代码、训练结果】 (2000个子文件)
p (133).jpg 247KB
m3 (135).jpg 228KB
p (128).jpg 202KB
p (139).jpg 180KB
m3 (138).jpg 126KB
p (136).jpg 114KB
m1(166).jpg 100KB
p (132).jpg 95KB
p (126).jpg 81KB
m1(106).jpg 70KB
m1(97).jpg 62KB
m1(136).jpg 60KB
m3 (146).jpg 58KB
m1(114).jpg 55KB
m1(103).jpg 46KB
p (124).jpg 45KB
p (750).jpg 44KB
m1(161).jpg 44KB
p (748).jpg 42KB
m1(110).jpg 41KB
p (747).jpg 41KB
p (749).jpg 40KB
p (214).jpg 40KB
p (181).jpg 40KB
m1(107).jpg 40KB
p (358).jpg 39KB
p (588).jpg 39KB
p (290).jpg 39KB
p (74).jpg 39KB
p (373).jpg 39KB
p (182).jpg 39KB
p (360).jpg 39KB
p (506).jpg 39KB
p (183).jpg 39KB
p (359).jpg 39KB
p (515).jpg 38KB
p (254).jpg 38KB
p (240).jpg 38KB
p (140).jpg 38KB
p (291).jpg 38KB
p (338).jpg 38KB
p (115).jpg 38KB
p (42).jpg 38KB
p (213).jpg 38KB
p (289).jpg 38KB
p (253).jpg 38KB
m1(167).jpg 38KB
p (507).jpg 38KB
p (179).jpg 38KB
p (339).jpg 38KB
p (116).jpg 38KB
p (268).jpg 38KB
p (325).jpg 38KB
p (155).jpg 37KB
p (287).jpg 37KB
p (41).jpg 37KB
p (208).jpg 37KB
p (311).jpg 37KB
p (505).jpg 37KB
p (312).jpg 37KB
p (207).jpg 37KB
p (288).jpg 37KB
p (286).jpg 37KB
p (154).jpg 37KB
p (371).jpg 37KB
p (239).jpg 37KB
p (518).jpg 37KB
p (745).jpg 37KB
p (250).jpg 37KB
p (357).jpg 37KB
p (160).jpg 37KB
p (499).jpg 37KB
p (320).jpg 37KB
p (365).jpg 37KB
p (779).jpg 37KB
p (319).jpg 37KB
p (517).jpg 37KB
p (269).jpg 37KB
p (591).jpg 37KB
p (404).jpg 37KB
p (406).jpg 37KB
p (516).jpg 37KB
p (510).jpg 37KB
p (511).jpg 37KB
m1(128).jpg 37KB
p (75).jpg 37KB
p (238).jpg 37KB
p (81).jpg 37KB
p (459).jpg 37KB
p (117).jpg 37KB
p (101).jpg 36KB
p (416).jpg 36KB
p (453).jpg 36KB
p (456).jpg 36KB
p (310).jpg 36KB
p (322).jpg 36KB
p (372).jpg 36KB
p (504).jpg 36KB
p (73).jpg 36KB
p (436).jpg 36KB
共 2000 条
- 1
- 2
- 3
- 4
- 5
- 6
- 20
资源评论
听风吹等浪起
- 粉丝: 1w+
- 资源: 1285
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功