【源码】基于PyTorch框架的中药材分类系统

项目简介

本项目借助深度学习技术，运用ResNet18网络对中药材图像开展分类工作。通过对不同类别中药饮片图像的训练，模型可以学习并识别各类中药饮片。

项目的主要特性和功能

• 网络架构：以ResNet18为基础架构，搭配mixup和label smoothing数据增强与正则化技术，增强模型泛化能力。
• 数据增强：利用mixup方法增加数据多样性，提升模型性能。
• 标签平滑：运用label smoothing技术减少模型过拟合，增强模型鲁棒性。
• 模型训练与验证：包含训练主代码和推理代码，支持在CPU或GPU上运行。
• 可视化工具：可对混淆矩阵以及训练/验证损失/精度曲线进行可视化展示。

安装使用步骤

1. 环境准备：安装Python 3.6及以上版本，同时安装PyTorch 1.2及以上版本。
2. 数据准备：因数据保密，项目未提供数据集。用户需自行准备中药材图像数据，并按指定文件结构存放。
3. 代码运行：
   • 修改 train.py 中的数据路径（data_root_dir）和类别数量（num_classes），使其适配自身数据集。
   • 运行 train.py 进行模型训练。
   • 运行 predict.py 进行模型推理和结果可视化。

下载地址

点击下载 【提取码: 4003】【解压密码: www.makuang.net】