iCAN 项目使用教程

1. 项目目录结构及介绍

iCAN 项目的目录结构如下：

iCAN/
├── demo/
├── lib/
├── misc/
├── tools/
├── .gitattributes
├── .gitignore
├── LICENSE
├── README.md

目录介绍：

• demo/: 包含用于演示和测试的示例文件。
• lib/: 包含项目的主要代码库。
• misc/: 包含一些辅助脚本和配置文件。
• tools/: 包含用于训练、测试和评估的工具脚本。
• .gitattributes: Git 属性配置文件。
• .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。

2. 项目启动文件介绍

iCAN 项目的启动文件主要位于 tools/ 目录下，用于训练、测试和评估模型。以下是一些关键的启动文件：

• Train_ResNet_VCOCO.py: 用于在 V-COCO 数据集上训练 iCAN 模型。
• Train_ResNet_HICO.py: 用于在 HICO-DET 数据集上训练 iCAN 模型。
• Test_ResNet_VCOCO.py: 用于在 V-COCO 数据集上测试 iCAN 模型。
• Test_ResNet_HICO.py: 用于在 HICO-DET 数据集上测试 iCAN 模型。
• Diagnose_VCOCO.py: 用于诊断 V-COCO 数据集上的检测结果。

使用示例：

# 训练 iCAN 模型
python tools/Train_ResNet_VCOCO.py --model iCAN_ResNet50_VCOCO --num_iteration 300000

# 测试 iCAN 模型
python tools/Test_ResNet_VCOCO.py --model iCAN_ResNet50_VCOCO --num_iteration 300000

3. 项目的配置文件介绍

iCAN 项目的配置文件主要位于 misc/ 目录下，用于下载数据集和预训练模型。以下是一些关键的配置文件：

• download_dataset.sh: 用于下载 V-COCO 和 HICO-DET 数据集。
• download_detection_results.sh: 用于下载检测结果。
• download_training_data.sh: 用于下载训练数据和预训练模型。

使用示例：

# 下载数据集
chmod +x misc/download_dataset.sh
./misc/download_dataset.sh

# 下载检测结果
chmod +x misc/download_detection_results.sh
./misc/download_detection_results.sh

通过以上步骤，您可以顺利地启动和配置 iCAN 项目，并进行模型的训练和测试。