SPANet 的安装和配置教程

1. 项目基础介绍和主要编程语言

SPANet 是一个开源项目，该项目为 2024 年 WACV 会议论文“Interpretable Object Recognition by Semantic Prototype Analysis”（通过语义原型分析的可解释对象识别）提供官方代码。该项目的主要目的是实现一种可解释的对象识别方法，通过分析语义原型来提高识别的准确性。主要编程语言为 Python。

2. 项目使用的关键技术和框架

该项目使用了以下关键技术和框架：

• PyTorch：一个流行的深度学习框架，用于构建和训练神经网络模型。
• CUDA：NVIDIA 的并行计算平台和编程模型，用于加速深度学习任务的计算过程。
• CLIP：一种基于对比学习的图像-文本预训练方法，用于提高模型的泛化能力。

3. 项目安装和配置的准备工作及详细安装步骤

准备工作

在开始安装之前，请确保您的计算机已安装以下软件：

• Python 3.8
• CUDA（NVIDIA GPU 驱动程序）
• conda（推荐使用，也可以使用 pip）

安装步骤

步骤 1：创建和激活虚拟环境

首先，创建一个新的 conda 虚拟环境并激活它：

conda create -n spanet python=3.8
conda activate spanet

步骤 2：安装依赖库

在虚拟环境中安装所需的依赖库：

conda install pytorch torchvision pytorch-cuda=11.8 -c pytorch -c nvidia
pip install ftfy regex tqdm

步骤 3：准备数据集

1. 从 CUB-200-2011 下载数据集并解压。
2. 使用数据集中的 bounding_boxes.txt 文件裁剪图像。
3. 根据 train_test_split.txt 文件将裁剪后的图像分为训练集和测试集。
4. 将裁剪后的训练图像放在 ./datasets/cub200_cropped/train_cropped/ 目录下。
5. 将裁剪后的测试图像放在 ./datasets/cub200_cropped/test_cropped/ 目录下。
6. 使用 img_aug.py 脚本增强训练集，并放在 ./datasets/cub200_cropped/train_cropped_augmented/ 目录下。

步骤 4：准备模型权重

从项目的最新发布版本中下载模型权重，包括预训练的权重（来自 CLIP）和自定义模型权重。解压 pretrained_models.zip 到 pretrained_models/clip 目录，并解压 my_models.zip 到 my_models 目录。

步骤 5：运行项目

• 测试：运行 python test.py 脚本进行模型测试。
• 训练：训练代码正在构建中，将很快发布。

以上步骤将帮助您成功安装和配置 SPANet 项目。在操作过程中，请确保遵循以上指示，并在必要时查阅项目文档以获取更多信息。