iresnet

改善された残差ネットワーク

これは、論文「画像およびビデオ認識のための改良された残差ネットワーク」の PyTorch 実装です。

 @article{duta2020improved,
  author  = {Ionut Cosmin Duta and Li Liu and Fan Zhu and Ling Shao},
  title   = {Improved Residual Networks for Image and Video Recognition},
  journal = {arXiv preprint arXiv:2004.04989},
  year    = {2020},
}

ImageNet でトレーニングされたモデルはここにあります。

iResNet (改良された残差ネットワーク) は、パラメーターの数や計算コストを増やすことなく、認識パフォーマンスの点でベースライン (ResNet) を向上させることができます。 iResNet は、非常に深いモデルのトレーニングに非常に効果的です (詳細については論文を参照してください)。

ImageNet での精度 (デフォルトのトレーニング設定を使用):

ネットワーク	50層	101層	152層	200層
レスネット	76.12% (モデル)	78.00%(モデル)	78.45% (モデル)	77.55% (モデル)
アイレスネット	77.31 %(モデル)	78.64 %(モデル)	79.34 %(モデル)	79.48 %(モデル)

要件

公式の PyTorch ImageNet トレーニング コードに従って、PyTorch と ImageNet データセットをインストールします。

迅速な代替方法 (PyTorch やその他の深層学習ライブラリをインストールする必要がない) は、NVIDIA-Docker を使用することです。私たちはこのコンテナー イメージを使用しました。

トレーニング

DataParallel を使用してモデル (たとえば、50 層の iResNet) をトレーニングするには、 main.pyを実行します。 result_path (結果とログを保存するディレクトリ パス) と--data (ImageNet データセットへのパス) も指定する必要があります。

result_path=/your/path/to/save/results/and/logs/
mkdir -p ${result_path}
python main.py 
--data /your/path/to/ImageNet/dataset/ 
--result_path ${result_path} 
--arch iresnet 
--model_depth 50

マルチプロセス分散データ並列トレーニングを使用してトレーニングするには、公式の PyTorch ImageNet トレーニング コードの指示に従ってください。