jxb-mobilenetv3 1.0.0

A MobileNetV3-based classifier

jxb_mobilenetv3

基于 MobileNetV3-Small 的轻量级图像分类网络，支持快速训练、预测与结果可视化，适用于嵌入式或实时场景。

---

✨ 特性

• ✅ 基于 MobileNetV3 Small 版本作为主干网络（backbone）
• ✅ 支持一键训练，支持断点续训
• ✅ 便捷的预测接口，支持批量推理与投票机制
• ✅ 可生成训练过程的可视化图（准确率/损失等）
• ✅ 支持使用预训练模型进行微调

---

🛠️ 安装方式

打包后使用 pip 安装：

pip install jxb_mobilenetv3-0.1.0-py3-none-any.whl

或在开发目录下安装：

pip install -e .

---

🚀 使用方法

导入模块

from jxb_mobilenetv3 import MobileNetV3Train, MobileNetV3Predictor

---

🔧 开始训练

MobileNetV3Train 是一个函数，传入参数后可立即开始训练。

MobileNetV3Train(
    data_root='data/',       # 数据集根目录
    epochs=50,               # 训练轮数
    batch_size=32,           # 每批大小
    lr=0.001,                # 学习率（可选）
    img_size=224             # 模型输入尺寸
)

训练结束后会自动保存模型权重，并生成训练过程的可视化图像（如 loss/accuracy 曲线）。

---

🔍 模型预测

MobileNetV3Predictor 是一个类，初始化后即可使用 predict 或 vote_predict 进行推理。

# 加载训练好的模型
predictor = MobileNetV3Predictor('checkpoints/best.pt')  

# 批量预测：输入图片列表
result_matrix, id_to_class = predictor.predict(image_list)

# 其中 result_matrix 是二维数组，每行为 [class_id, confidence]
# id_to_class 是 {类别id: 类别名} 的映射字典

---

✅ 投票预测（适用于滑动缓存或多帧）

# 返回单个预测结果（基于投票机制）
result = predictor.vote_predict(image_list)

---

📦 目录结构示例

jxb_mobilenetv3/              # 顶级包名（建议作为顶层包名）
├── config/                   # 子包
├── __init__.py               # 顶级包的初始化文件，标识为包
├── src/                      # 源码子包
│   ├── __init__.py
│   ├── dataset.py
│   ├── mobilenet_v3.py
│   ├── predict.py
│   └── train.py
├── utils/                    # 工具子包
│   ├── __init__.py
│   └── utils.py

---

📘 依赖

• numpy==1.23.5,
• torch==2.1.0,
• torchvision==0.16.0,
• pyyaml==6.0,
• pillow==10.4.0,
• tqdm==4.66.5,
• opencv-python==4.10.0.84,
• seaborn==0.13.2,
• matplotlib==3.7.5,
• scikit-learn==1.3.2

---

🔖 License

MIT License