• MindCon-10类常见美食图片分类
• • 数据集
  • 环境要求
  • 脚本说明
  • 训练和推理

MindCon-10类常见美食图片分类

本赛题任务是对美食图片进行分类。数据来自真实的美食图片，包括包含中餐、西餐、甜点、粥类，每张图像中美食所占比例大于3/4，每张图片代表一类美食。

我们约定是个类别的名称用如下数字代替：

冰激凌:0 鸡蛋布丁:1 烤冷面:2 芒果班戟:3 三明治:4 松鼠鱼:5 甜甜圈:6 土豆泥:7 小米粥:8 玉米饼:9

本项目采用 resnet101 模型进行图片分类.

数据集

数据集下载：https://xihe.mindspore.cn/datasets/drizzlezyk/mindcon_food_classification

数据集下载后按以下文件目录放置：

└─dataset
   ├─images  # 解压后的训练数据集, 文件夹改名为images
      └─0  # 将美食类别名称改为对应的标签
      └─1
      └─...
   └─test
      └─images  # 解压后的测试数据集，文件夹改名为images

环境要求

• 硬件（Ascend910）
• 框架（MindSpore1.8.1）

脚本说明

├── mindcon_food
  ├── README.md                           // mindcon_food相关说明
  ├── dataset                             // 数据集
      ├── images						  // 训练数据集
      ├── test                            // 测试数据集
  ├── src
      ├── data                            // 数据集配置
          ├──augment                      // 数据增强
          ├──data_utils                   // modelarts运行时数据集复制函数文件
          ┕──food_image_dataset.py        // 数据集处理
      ├── args.py                         // 配置文件
      ├── callback.py                     // 自定义回调函数
      ├── utils.py                         
  ├── log                                 // 训练日志
  ├── resnet101_ckpt                      // 模型保存文件夹
  ├── result                              // 推理结果
  ├── train.py                            // 训练文件
  ├── inference.py                        // 推理文件

训练和推理

• 训练（可更改 src/args.py 文件自定义训练参数）

python train.py

• 推理

python inference.py

推理结果保存在 result/resnet101_sorted_result.txt