- train.py: 先过 require_cuda() 守卫再建模型/数据,支持 --resume 与 --set 覆盖 - eval.py: 允许 CPU,输出定位与分类指标并可写 json - configs: model/dataset/train/eval 四类,通过 `_base_` 组合; classes 既可直接写列表,也可指向 YOLO data.yaml 由框架读 names Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
13 lines
333 B
YAML
13 lines
333 B
YAML
_base_:
|
|
- ./baseline.yaml
|
|
|
|
# 单类(互斥)分类示例:一张图只归一个类别,分类头多一维表示"无缺陷"。
|
|
label_mode: multiclass
|
|
|
|
work_dir: runs/multiclass
|
|
train:
|
|
monitor: cls_f1 # 单类模式下常用分类指标挑选 best.pth
|
|
swanlab:
|
|
name: multiclass
|
|
tags: [tiny_conv, multiclass]
|