Using RESNET model for transfer learning to classify data sets on Pytorch

数据集：链接：https://pan.baidu.com/s/1F7ioRh1lMfeOcVxD8mS8OA 提取码：2t1w

预训练文件和我训练好的文件：链接：https://pan.baidu.com/s/1qZEj0369652ffM4sD6TUYA 提取码：9hen

我只用了一个epoch，也可以多用几个epoch效果会更好

• 下载文件或者git clone
• 新建data文件夹并放入数据集
• 新建weights文件夹并放入下载的权重文件
• 新建test_images文件夹并放入测试图片
• 运行train.py文件利用resnet进行迁移训练
• 运行predict.py文件进行测试模型

|—— classfication-ResNet
|———— data （下载的cifar数据集，也可以是其他数据集）
|———— test_images （测试图片，按需求添加文件夹和图片）
|———— weights （权重文件：-pre表示预训练文件）
|————model （ResNet的网络结构）
|————Predict_cifar (测试文件)
|————Train_Cifar (训练文件)