1-1. 上传网络模型.ckpt和项目源码ai.zip
网路模型.ckpt:使用pscp/psftp上传
ai.zip:使用pscp/psftp上传,再使用unzip命令解压
1-2. 下载并数据集(如image_scene_test)
方法一:在Ubuntu服务器上wget 链接下载
方法二:先把数据集下载到本地,再pscp/psftp传送到Ubuntu服务器
pscp 本地文件的地址 ubuntu@ip:/服务器存放文件的地址
psftp>>open ubuntu@ip
psftp>>put 本地文件的地址(会传到/homeubuntu/也就是~下)
2. 针对改数据集输出top3的test.csv
# 组织测试数据,将所有的测试图片(数据集image_scene_test)放到同一个文件夹下
# 更改./config.py中test_path为该文件夹地址,形如'/home/ubuntu/image_scene_test'。更改phase为 'test'
# 将./utils/test.py最后一行改为 writer.writerow([name, top3[0], top3[1], top3[2]])
# 创建test_result.csv文件,并在文件的第一行加上 FILE_ID,CATEGORY_ID0,CATEGORY_ID1,CATEGORY_ID2 然后保存
# 更改./config.py中test_csv 为上述test_result.csv地址
# 更改./config.py中ckpt_path 为上述网络模型.ckpt地址
# 在项目根目录下运行 python main.py
注意:获取csv文件(注意将csv格式设置正确,最好为utf-8)。每张图片最有可能的3个分类的ID,按置信度降序排列
----
top1
1 更改./config.py中test_path为该文件夹地址,形如'/home/ubuntu/test'。更改phase为 'test'
2 将./utils/test.py最后一行改为 writer.writerow([name, top1[0]]
3 创建test_result.csv文件,并在文件的第一行加上 FILE_ID,CATEGORY_ID0然后保存
4 更改./config.py中test_csv 为上述test_result.csv地址
5 更改./config.py中ckpt_path 为上述网络模型.ckpt地址
6 在项目根目录下运行 python main.py