【文件属性】：
文件名称：mxnet-oneclick:使用mxnet只需一次单击即可训练您自己的数据
文件大小：899KB
文件格式：ZIP
更新时间：2021-03-29 15:24:47
mxnet Python
一键式训练自己的数据
mxnet应用到工业项目大概包括收集数据，转换数据，定义模型，训练模型和评估模型等几个步骤，在这里以常见的车牌字符识别为例讲解怎么用mxnet一键式训练自己的数据
1.mxnet安装
现在已经非常简单，装好python和pip后一句代码就能搞定：
pip install mxnet
如果需要从原始码编译安装，可以参照和[mxnet VS2015编译.pdf]（mxnet VS2015编译.pdf）
2.数据准备
chars文件夹是从车牌识别的开源项目中的数字0和1的字符样本，为了简单起见，我只提取了2类样本，其实一共有65类之多（字母+数字+汉字），不过只需要把图片文件拷贝过去就好，后面的操作基本一致。
数据是参考ImageNet的格式组织的，也就是所有的图片按照类别分组，相同类别的放入同一文件夹下，最后这些不同类别的文件夹放到一个文件夹（示例为platechars
【文件预览】：
mxnet-oneclick-master
----.gitignore(56B)
----preprocess()
--------im2rec.py(11KB)
--------generatesynsetwords.py(664B)
--------preprocess.pyproj(2KB)
----evaluation()
--------charsbatchtest.py(1KB)
--------classifyoneImage.py(2KB)
--------evaluation.pyproj(2KB)
--------evaluationDir.py(3KB)
--------error()
----oneclick.bat(70B)
----preprocess.bat(344B)
----mxnet VS2015编译.pdf(903KB)
----readme.md(6KB)
----train()
--------train.pyproj(2KB)
--------train.py(3KB)
----train.bat(63B)
----evaluation.bat(72B)
----mxnettools.sln(1KB)