项目代码运行流程

流程图示

$$ \begin{array}{c} \text{FashionMNIST} \\ \downarrow \\ \begin{array}{cc} \text{SimCLR(自监督) 处理} & \text{ResNet(有监督) 处理} \\ \downarrow & \downarrow \\ \text{生成特征集1 (features1)} & \text{生成特征集2 (features2)} \\ \end{array} \\ \downarrow \\ \begin{array}{c} \text{使用 Feature Sets 训练模型} \\ \begin{array}{cc} \text{NaiveBayes (features1)} & \text{NaiveBayes (features2)} \\ \text{Adaboost (features1)} & \text{Adaboost (features2)} \\ \vdots & \vdots \\ \end{array} \\ \end{array} \\ \downarrow \\ \text{使用 Test Set 评估模型} \end{array} $$

详细步骤

1. 数据预处理

   • 原始数据集: 使用 FashionMNIST 数据集。
   • SimCLR 处理: 将原始图像转换为特征格式，生成 features1 数据集。
   • ResNet 处理: 将原始图像转换为特征格式，生成 features2 数据集。

2. 模型训练

   • 使用 features1 数据集训练若干模型（如NaiveBayes, Adaboost, ...）。
   • 使用 features2 数据集训练若干模型（如NaiveBayes, Adaboost, ...）。

3. 模型评估

   • 使用测试集对所有训练好的模型进行统一评估。