初始化 Xray

基本配置

• 输入路径：指定输入图像的路径或文件夹，工具会自动识别并处理图像。
• 批量处理：设置批量处理的参数，包括批量大小、批量处理次数等。
• 模型路径：指定模型文件的路径，模型通常存储在特定目录下（如 model/）。
• 预处理参数：设置图像的预处理，如归一化、旋转、裁剪、缩放等。

参数设置

• 类别数量：指定模型中类别数量，用于分类任务。
• 损失函数：选择适合任务的损失函数（如交叉熵、Dice 等）。
• 优化器：选择优化器（如 Adam、SGD 等）和学习率策略。
• 梯度裁剪：设置梯度裁剪参数，防止过拟合。
• 权重初始化：选择权重初始化策略（如 Kaiming 厇、He 原理等）。

使用场景

• 训练：通过批量处理和预处理参数，训练模型以分类图像。
• 推理：使用模型进行图像推理，识别目标类别。
• 多任务学习：结合其他任务（如特征提取、分割等）使用 Xray。

高级配置

• 部署：设置部署配置，如部署频率、输出路径等。
• 模型保存：设置模型保存路径，便于后续复用。
• 性能监控：监控训练和推理过程中的性能，优化参数。

示例代码

假设使用 Python，可以使用以下代码进行配置：

from xray import Xray
xray = Xray(
    input_path=r'C:\path\to\input\image',
    model_path=r'C:\path\to\output\model',
    num_classes=5,
    loss='cross_entropy',
    optimizer='Adam',
    lr=1e-3,
    grad_cutter=1.
)