pyconv

金字塔卷积

这是我们的论文“金字塔卷积：重新思考用于视觉识别的卷积神经网络”的 PyTorch 实现。 （请注意，这是 ImageNet 上的图像识别代码。有关语义图像分割/解析，请参阅此存储库：https://github.com/iduta/pyconvsegnet）

在 ImageNet 上训练的模型可以在这里找到。

PyConv 能够在基线上提供改进的识别功能（有关详细信息，请参阅论文）。

ImageNet 上的准确率（使用默认训练设置）：

网络	50层	101层	152层
残差网络	76.12%（模型）	78.00%（模型）	78.45%（模型）
PyConvHGResNet	78.48 %（模型）	79.22 %（模型）	79.36 %（模型）
PyConvResNet	77.88 %（模型）	79.01 %（模型）	79.52 %（模型）

使用更复杂的训练设置可以显着提高 ImageNet 上的准确性（例如，使用额外的数据增强 (CutMix)、将 bach 大小增加到 1024、学习率为 0.4、余弦调度程序超过 300 个 epoch 并使用混合精度来加速训练）：

网络	测试作物：224×224	测试作物：320×320
PyConvResNet-50（+增强）	79.44	80.59	（模型）
PyConvResNet-101（+增强）	80.58	81.49	（模型）

要求

按照官方 PyTorch ImageNet 训练代码安装 PyTorch 和 ImageNet 数据集。

一个快速的替代方案（无需安装 PyTorch 和其他深度学习库）是使用 NVIDIA-Docker，我们使用了这个容器镜像。

训练

要使用 DataParallel 训练模型（例如，具有 50 层的 PyConvResNet），请运行main.py ；您还需要提供result_path （保存结果和日志的目录路径）和--data （ImageNet 数据集的路径）：

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 pyconvresnet 
--model_depth 50

要使用多处理分布式数据并行训练进行训练，请遵循官方 PyTorch ImageNet 训练代码中的说明。

引文

如果您发现我们的工作有用，请考虑引用：

 @article{duta2020pyramidal,
  author  = {Ionut Cosmin Duta and Li Liu and Fan Zhu and Ling Shao},
  title   = {Pyramidal Convolution: Rethinking Convolutional Neural Networks for Visual Recognition},
  journal = {arXiv preprint arXiv:2006.11538},
  year    = {2020},
}