以 PyTorch 訓練並執行 Inception-v2 影像分類模型的命令列（主控台）範例，可在 Windows 11 與 Ubuntu Linux 24.04 執行。核心程式位於 src/examples/imagenet/，並可透過 --arch 參數選用多種網路架構，預設為 Inception-v2。內附的範例資料集 plate 為鋼板表面瑕疵影像，共 6 個類別（CR、IN、PA、PS、RS、SC），並隨附已訓練好的 Inception-v2 權重，因此可以直接進行推論。

 

[資料夾結構]

  • CLAUDE.md / AGENT.md：程式規格文件，兩個檔案內容完全相同。
  • CHANGELOG.md：版本變更紀錄。
  • copyright.txt：版權聲明。
  • 1512.00567.pdf：Inception-v2 / v3 參考論文。
  • data/{dataset}/：labels_map.txt（類別清單，訓練時會重新產生），以及 train/、val/、test/ 三組資料夾，採用 torchvision ImageFolder 結構（每個類別各一個子資料夾）。
  • model/{dataset}/：model_best.pth.tar（最佳權重）、checkpoint.pth.tar（最新權重）、logs/（TensorBoard 記錄）。
  • tool/tools.py：共用工具函式。
  • src/：包裝後的進入點、核心程式（examples/imagenet/）、啟動腳本與本說明文件。
  • venv/：Python 虛擬環境，由步驟 01 建立。

[操作步驟及說明]

1. 01_venv_create.bat / 01_venv_create.sh

刪除舊的 venv/，建立全新的虛擬環境，並安裝 src/requirements.txt 中的相依套件。若 pip 安裝失敗，會直接中止並顯示錯誤訊息。

 

2. 02_venv_activate.bat / 02_venv_activate.sh

啟用虛擬環境。Linux 請以 source 方式執行：source src/02_venv_activate.sh。

 

3. 03_train.bat / 03_train.sh

訓練分類模型。預設參數：資料集 plate、架構 inception_v2、批次大小 32、影像尺寸 512、500 個 epoch、學習率 0.0001。若 model_best.pth.tar 已存在，會自動接續訓練。

 

4. 04_tensorboard.bat / 04_tensorboard.sh

開啟 TensorBoard 檢視 model/{dataset}/logs 的訓練記錄。位置參數為 [資料集] [連接埠]，預設為 plate 與 6066。

 

5. 05_inference.bat / 05_inference.sh

對單張影像進行分類，預設使用 data/plate/test/IN/IN-1.png。

 

6. 06_inference_folder.bat / 06_inference_folder.sh

對整個資料夾中的影像進行分類，預設為 data/{dataset}/test，並輸出 Acc@1 與 Acc@5 準確率。

 

7. 07_inference_folder_topk.bat / 07_inference_folder_topk.sh

資料夾推論的另一種版本，輸出漏檢率（underkill）、過殺率（overkill）與正確率統計。

 

8. 99_venv_clear.bat / 99_venv_clear.sh

刪除 venv/ 虛擬環境資料夾。

 

[Python 程式進入點]

src/train.py

  • --dataset plate：資料集名稱
  • --arch inception_v2：網路架構
  • --batch-size 32：批次大小
  • --image-size 512：影像尺寸
  • --epochs 500：訓練回合數
  • --learning-rate 0.0001：學習率
  • --workers 4：資料載入的執行緒數量
  • --num-classes：類別數量（選用）
  • --resume：接續訓練的權重檔路徑
  • --pretrained：預訓練權重檔路徑

類別數量會依 data/{dataset}/train 底下的類別資料夾自動判斷。若 model/{dataset}/model_best.pth.tar 已存在，預設會自動接續訓練；加上 --resume "" 則從頭訓練。權重會存到 model/{dataset}/，TensorBoard 記錄存到 model/{dataset}/logs/（每次執行都會清空重建）。

 

src/inference.py

  • --dataset plate：資料集名稱
  • --arch inception_v2：網路架構
  • --source：輸入來源，可以是單一影像或整個資料夾
  • --batch-size 64：批次大小
  • --image-size 512：影像尺寸
  • --num-classes：類別數量（選用）
  • --weights：使用的權重檔路徑（選用）
  • --topk-right：資料夾模式改為輸出漏檢、過殺與正確率統計（選用）
  • --show：顯示每張影像（選用，需要有桌面環境）

給檔案路徑會分類單張影像；給資料夾則會針對所有影像輸出 Acc@1 與 Acc@5 準確率。

 

[快速開始]

Windows 11

src\01_venv_create.bat

src\05_inference.bat

src\06_inference_folder.bat

src\03_train.bat

src\04_tensorboard.bat

 

Ubuntu 24.04

bash src/01_venv_create.sh

bash src/05_inference.sh

bash src/06_inference_folder.sh

bash src/03_train.sh

bash src/04_tensorboard.sh

 

由於隨附了已訓練好的權重，推論可以直接執行。Inception-v2 在 512 影像尺寸下運算量相當大，訓練實務上建議搭配 NVIDIA GPU，而以 CPU 進行資料夾推論也會很慢。

 

[GPU 設定]

在 Windows 上，PyPI 預設安裝的 torch 只支援 CPU。若要使用 NVIDIA GPU，請先以 nvidia-smi 確認驅動程式的 CUDA 版本，再安裝對應的版本，例如 CUDA 12.8：

pip uninstall -y torch torchvision

pip install torch torchvision --index-url https://download.pytorch.org/whl/cu128

 

程式會自動偵測 CUDA，若無法使用則自動改用 CPU。

 

[參考資料]

這個 SDK 內建於 MYAI Studio 人工智慧開發工具。

 

單獨購買價格：3,000元，永久授權，單一 SDK 授權，單機授權，一次下載，一年電子郵件範例諮詢服務。如果是軟體客製化問題，請購買我們的客製化顧問服務點數。