我如何使用Darknet架构与Fastai进行图像分类

Question

我可以使用例如squeezenet进行培训，但是我对此并不陌生，所以我无法弄清楚需要成功实例化其他哪些架构（例如darknet，xception或xresnet）。

我在笔记本上尝试过：

arch = models.Darknet(num_classes = 2, num_blocks = 4) // whats numblocks
learn2 = cnn_learner(data = data, base_arch = arch , metrics=[accuracy, error_rate], pretrained = True)

我收到错误消息：

----> 1 arch = models.Darknet(num_classes = 2,num_blocks = 4)
      2 learn2 = cnn_learner(data = data, base_arch = arch , metrics=[accuracy, error_rate], pretrained = True)

/usr/local/lib/python3.6/dist-packages/fastai/vision/models/darknet.py in __init__(self, num_blocks, num_classes, nf)
     31         super().__init__()
     32         layers = [conv_bn_lrelu(3, nf, ks=3, stride=1)]
---> 33         for i,nb in enumerate(num_blocks):
     34             layers += self.make_group_layer(nf, nb, stride=2-(i==1))
     35             nf *= 2

TypeError: 'int' object is not iterable```

Answer 1

从docs

  

使用以num_blocks个给定大小的块创建一个Darknet，结尾为   num_classes并使用nf初始功能。 Darknet53使用num_blocks =   [1,2,8,8,4]。

详细了解Darknet here