简介：用Resnet34模型框架 + GTSRB数据集进行迁移学习（第一次手动训练），最终在测试集上获得了97.83%的准确率。
checkpoints：训练过程中保存的效果较好的模型文件，train_info.txt是训练过程中的部分参数信息、损失值、准确率记录。
model_backup：是目前保存的性能较高的模型文件与模型参数文件，model_info.txt记录了模型的最好验证集效果。
model_structure：保存常用的模型结构，其中最终输出的全连接层都进行了修改（43classes）。
configs.py：模型运行的参数配置文件。
train_fc.py：锁定卷积层，只训练最后新添加的全连接层。
fine_tune.py：不锁定参数，微调全部参数。
test.py：测试模型效果并计算准确率。
get_model_structure.py：获取修改全连接层后的模型架构。
utils.py：常用函数的方法合集。
运行方法：
1、修改configs参数，运行train_fc.py；
2、修改configs参数，运行fine_tune.py；
3、修改configs参数，选择最好的模型，运行test.py；