最近在玩paddleClas时候，根据官方文档： 欢迎使用PaddleClas图像分类库！ — PaddleClas 文档https://paddleclas.readthedocs.io/zh_CN/latest/ 但是里边有一步骤：30分钟玩转PaddleClas 制作train/val/test标签文件的时候，代码里死活找不到 generate_flowers102_list.py 这个文件。
图像识别作为深度学习算法的主流实践应用方向，早已在生活的各个领域发挥作用，如安全检查和身份核验时的人脸识别、无人货架和智能零售柜中的商品识别，这些任务背后的关键技术都在于此。 图1 PP-ShiTu应用于商品识别效果示意（开发者应用展示） 然而实现理想的识别效果并不是一件简单的
一、天气以及时间分类 比赛地址： https://www.datafountain.cn/competitions/555 1.赛题背景 在自动驾驶场景中，天气和时间（黎明、早上、下午、黄昏、夜晚）会对传感器的精度造成影响，比如雨天和夜晚会对视觉传感器的精度造成很大的影响。此赛题旨在对拍摄的照片天气和时间进行分
目录 一、数据和模型准备1.1 数据准备1.1.1 准备CIFAR100 二、模型训练2.1 单标签训练2.1.1 零基础训练：不加载预训练模型的训练2.1.2 迁移学习 三、数据增广3.1 数据增广的尝试 — Mixup 四、知识蒸馏五、模型评估与推理5.1 单标签分类模型评估与推理5.1.1 单标签分类模
本文档介绍ImageNet1k和flowers102数据准备过程。 数据集训练集大小测试集大小类别数备注flowers1021k6k102 ImageNet1k1.2M50k1000 数据格式 按照如下结构组织数据，其中train_list.txt和val_list.txt的格式形如： # 每一行采用"空格"分隔图像路径与标注 # 下面是train_list.txt
