如何用自己的训练集测试以及更改网络结构和类的数量

[DDDoriM1]

您好，我看了您的博客。讲的非常清楚，但是我想用自己的数据集（并不是人脸检测的数据集）做一下分类试试看效果。按照您说的方法改了路径后可以成功运行train_tripletloss.py文件，但是希望博主可以告诉我一下如何更改类的数量、网络结构以及如何设置测试集。因为训练文件没有看到网络结构在哪儿也没看到类的数量在哪儿，测试集这边有个pairs.txt文件有点懵逼。。 谢谢博主的博客！！！真的帮了非常大的忙！！

[boyliwensheng]

这些配置都在 train_tripletloss.py 文件中。 类的数量不需要自己指定，程序每个min-batch中抽取的类的数量在这里更改：

    parser.add_argument('--people_per_batch', type=int,
        help='Number of people per batch.', default=45)
    parser.add_argument('--images_per_person', type=int,
        help='Number of images per person.', default=20)

网络结构在这里更改：

    parser.add_argument('--model_def', type=str,
        help='Model definition. Points to a module containing the definition of the inference graph.', default='models.inception_resnet_v1')

可选的有inceptionv1、inceptionv2、squeezenet三个结构。