transport

# 智慧交通科研训练：第一节课发布包 本数据集仓库用于分发“面向跨驾驶员泛化的分心驾驶识别”科研训练的第一节课材料。当前版本只包含一个可直接运行的 CIFAR-10 图像分类基线，帮助初学者理解完整而可信的训练、验证与测试流程。 ## 下载与运行 安装 ModelScope 客户端后下载本仓库： ```bash pip install modelscope ms download alicespring/transport --repo-type dataset --local-dir transport cd transport/lesson1_cifar10 pip install -r requirements.txt python train.py --config config.yaml python test.py --config config.yaml --checkpoint outputs/cifar10_baseline/best.pt ``` `lesson1_cifar10/data/cifar-10-python.tar.gz` 已随仓库提供。首次运行时，`torchvision` 会自动校验并解压该文件；无须再访问 CIFAR-10 官方下载站。 ## 内容 ```text lesson1_cifar10/ ├─ README.md # 项目使用说明与教学提示 ├─ 第一节课教案.md # 45 分钟课程教案 ├─ config.yaml # 训练配置 ├─ dataset.py # 数据加载与划分 ├─ model.py # ResNet-18 模型定义 ├─ train.py # 训练、验证与保存最佳模型 ├─ test.py # 独立测试入口 ├─ requirements.txt # 轻量依赖 └─ data/ └─ cifar-10-python.tar.gz ``` ## 关于 State Farm 数据集 本仓库**不包含** State Farm Distracted Driver Detection 数据集。该数据来自 Kaggle 竞赛；其官方规则禁止将竞赛数据向队外人员传输、复制、发布或再分发。即使仓库设为私有，也不应据此重新分发该数据。 需要完成课后作业的学生，应使用自己的 Kaggle 账号接受竞赛条款后自行下载数据，并按 `lesson1_cifar10/README.md` 的要求放置和使用。 ## 数据来源与致谢 - CIFAR-10：Alex Krizhevsky, Vinod Nair, Geoffrey Hinton，官方页面：https://www.cs.toronto.edu/~kriz/cifar.html - 本发布包中的压缩文件与官方 Python 版 CIFAR-10 内容一致，下载镜像来源为 ModelScope 数据集 `star07/cifar10`。