PyTorch + torchvision是什么

---

PyTorch 是什么？

PyTorch 是一个开源的深度学习框架，由 Facebook AI 开发，它的特点是：

• 易用性强：Python风格代码，好写好调试
• 动态图机制：代码运行即图构建，更灵活
• 支持GPU：训练快，效率高
• 社区活跃：资料多，支持好

---

torchvision 是什么？

torchvision 是 PyTorch 的官方图像处理工具包，它包含：

1. 预训练模型（如 ResNet、MobileNet、EfficientNet）
2. 常见数据集（如 CIFAR10、ImageNet、MNIST）
3. 图像变换工具（transforms，如裁剪、归一化等）

---

✅ PyTorch + torchvision 适合做什么？

它们组合起来特别适合做：

• 图像分类
• 目标检测（支持 Faster-RCNN 等）
• 图像分割
• 迁移学习
• 自定义模型训练

---

在你这个项目中：

• PyTorch：用于搭建 BCS 分类模型
• torchvision：
  • 用 ImageFolder 读取图片
  • 用 transforms 做预处理
  • 用 mobilenet_v3、resnet18 等预训练模型做分类

---

这张图展示了使用 PyTorch + torchvision 进行图像分类的标准工作流程，简单直观，适合入门理解整个训练流程：

---

工作流程逐步解释：

1. Dataset（数据集）
   原始图片数据，分好类放在文件夹里（通常是 train/0, train/1 这样）

2. ImageFolder Dataset
   使用 torchvision.datasets.ImageFolder 加载数据，它会自动根据子文件夹名来分配类别标签。

3. ⚙️ transforms（图像变换）
   使用 transforms 对图像进行预处理，如裁剪、缩放、标准化等，以适配模型输入要求。

4. Train / Classify（训练 / 分类）
   构建分类模型（通常是 CNN），训练并评估分类性能。

5. Pre-trained Model（预训练模型）
   加载如 resnet18、efficientnet 等模型，并可选择是否使用其预训练权重（如在 ImageNet 上预训练过的）。

6. DataLoader（数据加载器）
   使用 torch.utils.data.DataLoader 来高效地批量加载训练数据，支持多线程、shuffle 等功能。

---

核心理念：

• 用 ImageFolder 管理数据结构
• 用 transform 对图像进行标准预处理
• 用 DataLoader 管理训练加载效率
• 用 预训练模型 加快收敛和提升精度
• 最后训练得到一个分类模型，对图像进行 BCS 等级判断