README.zh-TW.md

二分圖片分類

English | 简体中文 | 繁體中文

設置

創建虛擬環境

python3 -m venv venv

如果你是在 Windows 上，把 python3 改成 python 或 py。

激活虛擬環境

source venv/bin/activate

如果你是在 Windows 上

venv\Scripts\activate

安裝依賴

pip install -r requirements.txt

下載數據集

你可以使用任何你想要的數據集，只要文件結構正確就行

data_root
├── train
│   ├── class_1
│   │   ├── image_1.jpg
│   │   ├── image_2.jpg
│   │   └── ...
│   └── class_2
│       ├── image_1.jpg
│       ├── image_2.jpg
│       └── ...
└── test
    ├── class_1
    │   ├── image_1.jpg
    │   ├── image_2.jpg
    │   └── ...
    └── class_2
        ├── image_1.jpg
        ├── image_2.jpg
        └── ...

其中 class_1 和 class_2 是你想要分類的類別的名字，並且在所有腳本中更改 CLASS1_NAME 和 CLASS2_NAME。圖片文件名不重要。只要它們是 .jpg 或 .png 文件，它們就會被加載。

訓練

在 gui 文件夾中運行 train_gui.py，並按照說明操作。

測試

在 gui 文件夾中運行 test_gui.py，並按照說明操作。

評估測試結果

測試結果顯示在 GUI 上，查看分數。如果你對分數不滿意，可以嘗試用更多的 epochs 和更多的數據重新訓練模型。

更改 epochs 數量

你可以通過更改 train_gui.py 中的 NUM_EPOCHS 變量來更改 epochs 數量。不建議將其設置為非常高的數字，因為它將花費很長時間來訓練，而且分數不會有太大的提高。

預測

在 gui 文件夾中運行 predict_gui.py，並按照說明操作。

預測結果不正確？

如果預測結果不正確，你可以嘗試用更多的 epochs 和更多的數據重新訓練模型。或者由於系統限制，模型是用縮小的圖片訓練的，所以預測結果可能不準確。