pycls图像分类框架入门指南：从安装到模型训练全流程

原创于 2025-06-25 09:23:54 发布 · 254 阅读

CC 4.0 BY-SA版权

pycls图像分类框架入门指南：从安装到模型训练全流程

框架概述

pycls是一个基于PyTorch的图像分类框架，由Facebook Research团队开发。该框架提供了两种主要使用方式：作为预训练模型库直接调用，或作为完整的深度学习框架进行自定义模型训练。pycls特别擅长处理RegNet系列模型，提供了高效的训练和评估工具。

环境准备

硬件要求

必须使用GPU环境（目前不支持纯CPU运行）
推荐配置：PyTorch 1.6 + CUDA 9.2 + cuDNN 7.1

安装方式

作为模型库使用（快速开始）

pip install pycls

作为完整框架使用

获取代码库
安装依赖：

pip install -r requirements.txt

设置工具脚本权限：

chmod 744 ./tools/*.py

设置开发模式：

python setup.py develop --user

预训练模型使用

pycls提供了多种预训练模型，特别是RegNetX和RegNetY系列模型。这些模型可以直接加载用于推理或迁移学习。

基础模型加载

import pycls

# 加载预训练的RegNetX-400MF模型
model = pycls.models.regnetx("400MF", pretrained=True)

自定义类别数

# 创建100类的RegNetY-4.0GF模型（不加载预训练权重）
model = pycls.models.regnety("4.0GF", pretrained=False, cfg_list=("MODEL.NUM_CLASSES", 100))

完整框架使用指南

1. 模型信息查看

./tools/run_net.py --mode info \
    --cfg configs/dds_baselines/regnetx/RegNetX-400MF_dds_8gpu.yaml

2. 模型评估

./tools/run_net.py --mode test \
    --cfg configs/dds_baselines/regnetx/RegNetX-400MF_dds_8gpu.yaml \
    TEST.WEIGHTS /path/to/model_weights.pyth \
    OUT_DIR /tmp

3. 多节点评估（适用于大规模集群）

./tools/run_net.py --mode test \
    --cfg configs/dds_baselines/regnetx/RegNetX-400MF_dds_8gpu.yaml \
    TEST.WEIGHTS /path/to/model_weights.pyth \
    OUT_DIR test/ \
    LOG_DEST file \
    LAUNCH.MODE slurm \
    LAUNCH.PARTITION devlab \
    NUM_GPUS 16 \
    LAUNCH.NAME pycls_eval_test

4. 模型训练

./tools/run_net.py --mode train \
    --cfg configs/dds_baselines/regnetx/RegNetX-400MF_dds_8gpu.yaml \
    OUT_DIR /tmp

5. 模型微调

./tools/run_net.py --mode train \
    --cfg configs/dds_baselines/regnetx/RegNetX-400MF_dds_8gpu.yaml \
    TRAIN.WEIGHTS /path/to/pretrained_weights.pyth \
    OUT_DIR /tmp

6. 模型性能测试

./tools/run_net.py --mode time \
    --cfg configs/dds_baselines/regnetx/RegNetX-400MF_dds_8gpu.yaml \
    NUM_GPUS 1 \
    TRAIN.BATCH_SIZE 64 \
    TEST.BATCH_SIZE 64 \
    PREC_TIME.WARMUP_ITER 5 \
    PREC_TIME.NUM_ITER 50

7. 模型缩放（高级功能）

./tools/run_net.py --mode scale \
    --cfg configs/dds_baselines/regnety/RegNetY-4.0GF_dds_8gpu.yaml \
    OUT_DIR ./ \
    CFG_DEST "RegNetY-4.0GF_dds_8gpu_scaled.yaml" \
    MODEL.SCALING_FACTOR 4.0 \
    MODEL.SCALING_TYPE "d1_w8_g8_r1"