欢迎来到 MMClassification 中文教程！

You can switch between Chinese and English documentation in the lower-left corner of the layout.

您可以在页面左下角切换中英文文档。

开始你的第一步

• 安装
• 基础教程

教程

• 教程 1：如何编写配置文件
• 教程 2：如何微调模型
• 教程 3：如何添加新数据集
• 教程 4：如何设计数据处理流程
• 教程 5：如何增加新模块
• 教程 6：如何自定义优化策略
• 教程 7：如何自定义模型运行参数

模型库

• 模型库统计
• Model Zoo
• Conformer
• ConvMixer
• ConvNeXt
• CSPNet
• DeiT
• DenseNet
• EfficientNet
• HRNet
• Mlp-Mixer
• MobileNet V2
• MobileNet V3
• PoolFormer
• RegNet
• RepMLP
• RepVGG
• Res2Net
• ResNet
• ResNeXt
• SE-ResNet
• ShuffleNet V1
• ShuffleNet V2
• Swin Transformer
• Tokens-to-Token ViT
• TNT
• Twins
• Visual Attention Network
• VGG
• Vision Transformer
• Wide-ResNet

实用工具

• Pytorch 转 ONNX （试验性的）
• ONNX 转 TensorRT（试验性的）
• Pytorch 转 TorchScript （试验性的）
• 模型部署至 TorchServe
• 可视化
• 分析
• 其他工具

社区

• 参与贡献 OpenMMLab

API 参考文档

• mmcls.apis
  • Train
    • mmcls.apis.init_random_seed
    • mmcls.apis.set_random_seed
    • mmcls.apis.train_model
  • Test
    • mmcls.apis.single_gpu_test
    • mmcls.apis.multi_gpu_test
  • Inference
    • mmcls.apis.init_model
    • mmcls.apis.inference_model
    • mmcls.apis.show_result_pyplot
• mmcls.core
  • Evaluation
    • mmcls.core.precision
    • mmcls.core.recall
    • mmcls.core.f1_score
    • mmcls.core.precision_recall_f1
    • mmcls.core.average_precision
    • mmcls.core.mAP
    • mmcls.core.support
    • mmcls.core.average_performance
    • mmcls.core.calculate_confusion_matrix
  • Hook
    • mmcls.core.ClassNumCheckHook
    • mmcls.core.PreciseBNHook
    • mmcls.core.CosineAnnealingCooldownLrUpdaterHook
  • Optimizers
    • mmcls.core.Lamb
• mmcls.models
  • mmcls.models.build_classifier
  • mmcls.models.build_backbone
  • mmcls.models.build_neck
  • mmcls.models.build_head
  • mmcls.models.build_loss
  • Classifier
    • mmcls.models.BaseClassifier
    • mmcls.models.ImageClassifier
  • Backbones
    • mmcls.models.AlexNet
    • mmcls.models.CSPDarkNet
    • mmcls.models.CSPNet
    • mmcls.models.CSPResNeXt
    • mmcls.models.CSPResNet
    • mmcls.models.Conformer
    • mmcls.models.ConvMixer
    • mmcls.models.ConvNeXt
    • mmcls.models.DenseNet
    • mmcls.models.DistilledVisionTransformer
    • mmcls.models.EfficientNet
    • mmcls.models.HRNet
    • mmcls.models.LeNet5
    • mmcls.models.MlpMixer
    • mmcls.models.MobileNetV2
    • mmcls.models.MobileNetV3
    • mmcls.models.PCPVT
    • mmcls.models.PoolFormer
    • mmcls.models.RegNet
    • mmcls.models.RepMLPNet
    • mmcls.models.RepVGG
    • mmcls.models.Res2Net
    • mmcls.models.ResNeSt
    • mmcls.models.ResNeXt
    • mmcls.models.ResNet
    • mmcls.models.ResNetV1c
    • mmcls.models.ResNetV1d
    • mmcls.models.ResNet_CIFAR
    • mmcls.models.SEResNeXt
    • mmcls.models.SEResNet
    • mmcls.models.SVT
    • mmcls.models.ShuffleNetV1
    • mmcls.models.ShuffleNetV2
    • mmcls.models.SwinTransformer
    • mmcls.models.T2T_ViT
    • mmcls.models.TIMMBackbone
    • mmcls.models.TNT
    • mmcls.models.VAN
    • mmcls.models.VGG
    • mmcls.models.VisionTransformer
  • Necks
    • mmcls.models.GlobalAveragePooling
    • mmcls.models.GeneralizedMeanPooling
    • mmcls.models.HRFuseScales
  • Heads
    • mmcls.models.ClsHead
    • mmcls.models.LinearClsHead
    • mmcls.models.StackedLinearClsHead
    • mmcls.models.MultiLabelClsHead
    • mmcls.models.MultiLabelLinearClsHead
    • mmcls.models.VisionTransformerClsHead
    • mmcls.models.DeiTClsHead
    • mmcls.models.ConformerHead
  • Losses
    • mmcls.models.Accuracy
    • mmcls.models.AsymmetricLoss
    • mmcls.models.CrossEntropyLoss
    • mmcls.models.LabelSmoothLoss
    • mmcls.models.FocalLoss
    • mmcls.models.SeesawLoss
• mmcls.models.utils
  • Common Components
    • mmcls.models.utils.InvertedResidual
    • mmcls.models.utils.SELayer
    • mmcls.models.utils.ShiftWindowMSA
    • mmcls.models.utils.MultiheadAttention
    • mmcls.models.utils.ConditionalPositionEncoding
  • Helper Functions
    • channel_shuffle
    • make_divisible
    • to_ntuple
    • is_tracing
• mmcls.datasets
  • Custom Dataset
  • ImageNet
  • CIFAR
  • MNIST
  • VOC
  • Base classes
  • Multi-Task Dataset
  • Dataset Wrappers
• 数据转换
  • Loading
    • LoadImageFromFile
  • Preprocessing and Augmentation
    • CenterCrop
    • Lighting
    • Normalize
    • Pad
    • Resize
    • RandomCrop
    • RandomErasing
    • RandomFlip
    • RandomGrayscale
    • RandomResizedCrop
    • ColorJitter
    • Composed Augmentation
      • mmcls.datasets.pipelines.AutoContrast
      • mmcls.datasets.pipelines.Brightness
      • mmcls.datasets.pipelines.ColorTransform
      • mmcls.datasets.pipelines.Contrast
      • mmcls.datasets.pipelines.Cutout
      • mmcls.datasets.pipelines.Equalize
      • mmcls.datasets.pipelines.Invert
      • mmcls.datasets.pipelines.Posterize
      • mmcls.datasets.pipelines.Rotate
      • mmcls.datasets.pipelines.Sharpness
      • mmcls.datasets.pipelines.Shear
      • mmcls.datasets.pipelines.Solarize
      • mmcls.datasets.pipelines.SolarizeAdd
      • mmcls.datasets.pipelines.Translate
  • Formatting
    • Collect
    • ImageToTensor
    • ToNumpy
    • ToPIL
    • ToTensor
    • Transpose
    • FormatMultiTaskLabels
• 批数据增强
  • Mixup
  • CutMix
  • ResizeMix
• mmcls.utils
  • mmcls.utils.collect_env
  • mmcls.utils.get_root_logger
  • mmcls.utils.load_json_log
  • mmcls.utils.setup_multi_processes

更新日志

• Changelog

语言切换

• English
• 简体中文

索引与表格

• Index

• Search Page