配置文件

本项目使用json格式的配置文件，这种格式可以直接用json包解析使用比较方便。
在config文件夹下创建config.yml文件，这个文件包含了一些基础配置和超参的设置，因为从头写项目这些参数还不确定可以先复制一份完整的过来，后续字形修改。

GPUID: 0
WORKERS: 1
PRINT_FREQ: 10
SAVE_FREQ: 10
PIN_MEMORY: False
OUTPUT_DIR: 'output'

CUDNN:
  BENCHMARK: True
  DETERMINISTIC: False
  ENABLED: True

DATASET:
  DATASET: 360CC
  ROOT: "/home/xmy/pytorch_code/dataset/"
  CHAR_FILE: '/home/xmy/pytorch_code/dataset/french_img/french_dict.txt'
  JSON_FILE: {'train': 'french_img/french_training_mlt_2017.txt', 'val': 'lib/dataset/txt/test.txt'}
  SCALE_FACTOR: 0.25
  ROT_FACTOR: 30
  STD: 0.193
  MEAN: 0.588
  ALPHABETS: ''

TRAIN:
  BATCH_SIZE_PER_GPU: 32
  SHUFFLE: True
  BEGIN_EPOCH: 0
  END_EPOCH: 100
  RESUME:
    IS_RESUME: False
    FILE: ''
  OPTIMIZER: 'adam'
  LR: 0.0001
  WD: 0.0
  LR_STEP: [60, 80]
  LR_FACTOR: 0.1
  MOMENTUM: 0.0
  NESTEROV: False
  RMSPROP_ALPHA:
  RMSPROP_CENTERED:
  FINETUNE:
    IS_FINETUNE: true
    FINETUNE_CHECKPOINIT: 'output/checkpoints/mixed_second_finetune_acc_97P7.pth'
    FREEZE: true

TEST:
  BATCH_SIZE_PER_GPU: 16
  SHUFFLE: True  # for random test rather than test on the whole validation set
  NUM_TEST_BATCH: 1000
  NUM_TEST_DISP: 10

MODEL:
  NAME: 'crnn'
  IMAGE_SIZE:
    OW: 280 # origial width: 280
    H: 32
    W: 160   # resized width: 160
  NUM_CLASSES: 0
  NUM_HIDDEN: 256

这种文件解析完比如需要获取MODEL项下面的NUM_CLASSES项的值时很简单，只需要读取config.MODEL.NUM_CLASSES的值便可。

编写解析函数

解析函数属于功能型函数，因此讲改代码放在utils下的utils.py文件内:

import yaml
from easydict import EasyDict as edict


def load_yml(filePath):
    assert(os.path.isfile(filePath))
    # 载入配置
    with open(filePath, 'r') as f:
        config = yaml.load(f)
        config = edict(config)
        char_file = config.DATASET.CHAR_FILE
    # 载入字典，计算类别
    with open(char_file, 'r',encoding="utf-8") as file:
        config.DICT = {char.strip():num for num, char in enumerate(file.readlines())}
        config.MODEL.NUM_CLASSES = len(config.DICT)
    return config

在train.py里面测试改代码：

import torch.utils.data as data 
import numpy as np
import time
import cv2
import sys
import os
sys.path.append(os.getcwd())
import argparse
import model.model as crnn
import torch
import torch.optim as optim

from utils.utils import load_yml

def parse_arg():
    parser = argparse.ArgumentParser(description="train crnn")
    parser.add_argument('--cfg', help='experiment configuration filename', required=True, type=str)
    args = parser.parse_args()
    config = load_yml(args.cfg)
    return config

if __name__ == "__main__":
    config = parse_arg()
    print(config)

• 重点注意这句import：from utils.utils import load_yml，其他的无关紧要
• 使用–cfg参数来读取配置文件路径
• 记得修改这些参数

执行命令：

python3 train.py --cfg config/config.yml

输出如下：

可以看到配置文件解析完成~，接下来加载数据。