Co-Mixup 项目使用教程

1. 项目目录结构及介绍

Co-Mixup/
├── checkpoint/
│   └── cifar100_preactresnet18_eph300_comixup/
├── comix-imagenet/
├── comix-localization/
├── images/
├── models/
├── unittest/
├── .gitignore
├── LICENSE
├── README.md
├── Visualization.ipynb
├── load_data.py
├── logger.py
├── main.py
├── match.py
├── mixup.py
├── mixup_parallel.py
└── utils.py

目录结构介绍

• checkpoint/: 存放训练模型的检查点文件。
• comix-imagenet/: 用于ImageNet实验的代码。
• comix-localization/: 用于定位和鲁棒性实验的代码。
• images/: 存放项目相关的图片文件。
• models/: 存放模型定义的代码。
• unittest/: 存放单元测试代码。
• .gitignore: Git忽略文件配置。
• LICENSE: 项目许可证文件。
• README.md: 项目介绍和使用说明。
• Visualization.ipynb: 用于数据可视化的Jupyter Notebook文件。
• load_data.py: 数据加载脚本。
• logger.py: 日志记录脚本。
• main.py: 项目的主启动文件。
• match.py: 匹配相关功能的脚本。
• mixup.py: Mixup数据增强的实现。
• mixup_parallel.py: 并行Mixup数据增强的实现。
• utils.py: 工具函数脚本。

2. 项目启动文件介绍

main.py

main.py 是项目的启动文件，负责训练和测试模型的主要逻辑。以下是该文件的主要功能：

• 训练模型: 通过调用不同的模型和数据增强方法进行模型训练。
• 测试模型: 加载预训练模型并进行测试。
• 参数配置: 通过命令行参数配置训练和测试的各项参数。

使用示例

python main.py --dataset cifar100 --data_dir /data/cifar100/ --root_dir /experiments/cifar100 --labels_per_class 500 --arch preactresnet18 --learning_rate 0.2 --epochs 300 --schedule 100 200 --gammas 0.1 0.1 --comix True --parallel True --m_part 20 --m_block_num 4 --mixup_alpha 2.0 --clean_lam 1.0 --m_beta 0.32 --m_gamma 1.0 --m_thres 0.83 --m_eta 0.05 --m_omega 0.001

3. 项目的配置文件介绍

命令行参数配置

main.py 通过命令行参数进行配置，以下是一些常用的参数：

• --dataset: 指定数据集，如 cifar100 或 tiny-imagenet-200。
• --data_dir: 数据集的存储路径。
• --root_dir: 实验结果的存储路径。
• --labels_per_class: 每个类别的训练数据量。
• --arch: 使用的模型架构，如 preactresnet18。
• --learning_rate: 学习率。
• --epochs: 训练的轮数。
• --schedule: 学习率调整的轮数。
• --gammas: 学习率调整的倍数。
• --comix: 是否使用Co-Mixup数据增强。
• --parallel: 是否使用并行处理。
• --m_part: Mixup分区的数量。
• --m_block_num: Mixup块的数量。
• --mixup_alpha: Mixup的alpha参数。
• --clean_lam: 清洁输入的正则化参数。
• --m_beta: Mixup的beta参数。
• --m_gamma: Mixup的gamma参数。
• --m_thres: Mixup的阈值参数。
• --m_eta: Mixup的eta参数。
• --m_omega: Mixup的omega参数。

通过这些参数，用户可以灵活配置训练和测试的各项设置。