PaddleX/docs/train/classification.md

图像分类

PaddleX共提供了20+的图像分类模型，包括基于大规模数据训练的

点击表格中模型名，可获取各模型训练的教程代码

| 模型 | Top1精度 | 模型大小 | GPU预测速度 | Arm预测速度 | 备注 | | :---------------- | :------- | :------- | :--------- | :--------- | | | MobileNetV3_small_ssld | | | | | | | MobileNetV2 | | | | | | | ShuffleNetV2 | | | | | | | AlexNet | | | | | | | ResNet50_vd_ssld | 97.5% | 22M | 10ms | 200ms | |

更多图像分类模型，可查阅PaddleX模型库和API使用文档。

在选取分类模型时，一般模型大小越大，表示模型的拟合能力越强，但并非越大训练效果越佳。需要用户根据自己的数据集来评估，一般数据样本较少时，MobileNetV3_small_ssld已经可以满足大部分需求。

点击上述表格模型名，将对应模型的训练代码保存到本地后，即可直接训练，训练代码会自动下载训练数据开始训练，如保存为mobilenetv3_small_ssld.py，如下命令即可开始训练

python mobilenetv3_small_ssld.py

• 针对自己的机器环境和数据，调整训练参数？先了解下PaddleX中训练参数。[——>>传送门]()
• 没有机器资源？使用AIStudio免费的GPU资源在线训练模型。[——>>传送门]()