pyconv

金字塔卷積

這是我們的論文「金字塔卷積：重新思考用於視覺識別的捲積神經網路」的 PyTorch 實現。 （請注意，這是 ImageNet 上的圖像識別程式碼。有關語義圖像分割/解析，請參閱此儲存庫：https://github.com/iduta/pyconvsegnet）

在 ImageNet 上訓練的模型可以在這裡找到。

PyConv 能夠在基線上提供改進的識別功能（有關詳細信息，請參閱論文）。

ImageNet 上的準確度（使用預設訓練設定）：

網路	50層	101層	152層
殘差網路	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）

使用更複雜的訓練設定可以顯著提高ImageNet 上的準確性（例如，使用額外的資料增強(CutMix)、將bach 大小增加到1024、學習率為0.4、餘弦調度程序超過300 個epoch 並使用混合精度來加速訓練）：

網路	測試作物：224×224	測試作物：320×320
PyConvResNet-50（+增強）	79.44	80.59	（模型）
PyConvResNet-101（+增強）	80.58	81.49	（模型）

要求

依照官方 PyTorch ImageNet 訓練程式碼安裝 PyTorch 和 ImageNet 資料集。

一個快速的替代方案（無需安裝 PyTorch 和其他深度學習庫）是使用 NVIDIA-Docker，我們使用了這個容器映像。

訓練

若要使用 DataParallel 訓練模型（例如，具有 50 層的 PyConvResNet），請執行main.py ；您還需要提供result_path （保存結果和日誌的目錄路徑）和--data （ImageNet 資料集的路徑）：

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

若要使用多處理分散式資料並行訓練進行訓練，請遵循官方 PyTorch ImageNet 訓練程式碼中的說明。

引文

如果您發現我們的工作有用，請考慮引用：

 @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},
}