Awesome backbones for image classification

更新日志

2023.03.07 - 新增MobileViT、DaViT、RepLKNet、BEiT、EVA、MixMIM、EfficientNetV2

2022.11.20 - 新增是否将测试集用作验证集选项，若不使用，从训练集按ratio划分验证集数量，随机从训练集某fold挑选作为验证集（类似k-fold但不是，可自己稍改达到k-fold目的），详见Training tutorial

2022.11.06 - 新增HorNet, EfficientFormer, SwinTransformer V2, MViT模型

测试环境

• Pytorch 1.7.1+
• Python 3.6+

资料

数据集	视频教程	人工智能技术探讨群
花卉数据集 提取码：0zat	点我跳转	1群：78174903

3群：584723646

快速开始

• 遵循环境搭建完成配置
• 下载MobileNetV3-Small权重至datas下
• Awesome-Backbones文件夹下终端输入

python tools/single_test.py datas/cat-dog.png models/mobilenet/mobilenet_v3_small.py --classes-map datas/imageNet1kAnnotation.txt

教程

• 环境搭建
• 数据集准备
• 配置文件解释
• 训练
• 模型评估
• 计算Flops&Params
• 添加新的模型组件
• 类别激活图可视化
• 学习率策略可视化
• 数据增强策略可视化

模型

• [x] LeNet5
• [x] AlexNet
• [x] VGG
• [x] DenseNet
• [x] ResNet
• [x] Wide-ResNet
• [x] ResNeXt
• [x] SEResNet
• [x] SEResNeXt
• [x] RegNet
• [x] MobileNetV2
• [x] MobileNetV3
• [x] ShuffleNetV1
• [x] ShuffleNetV2
• [x] EfficientNet
• [x] RepVGG
• [x] Res2Net
• [x] ConvNeXt
• [x] HRNet
• [x] ConvMixer
• [x] CSPNet
• [x] Swin-Transformer
• [x] Vision-Transformer
• [x] Transformer-in-Transformer
• [x] MLP-Mixer
• [x] DeiT
• [x] Conformer
• [x] T2T-ViT
• [x] Twins
• [x] PoolFormer
• [x] VAN
• [x] HorNet
• [x] EfficientFormer
• [x] Swin Transformer V2
• [x] MViT V2
• [x] MobileViT
• [x] DaViT
• [x] replknet
• [x] BEiT
• [x] EVA
• [x] MixMIM
• [x] EfficientNetV2

预训练权重

名称	权重	名称	权重	名称	权重
LeNet5	None	AlexNet	None	VGG	VGG-11

VGG-13

VGG-16

VGG-19

VGG-11-BN

VGG-13-BN

VGG-16-BN

VGG-19-BN| | ResNet |ResNet-18

ResNet-34

ResNet-50

ResNet-101

ResNet-152 | ResNetV1C | ResNetV1C-50

ResNetV1C-101

ResNetV1C-152 |ResNetV1D | ResNetV1D-50

ResNetV1D-101

ResNetV1D-152 | | ResNeXt | ResNeXt-50

ResNeXt-101

ResNeXt-152 | SEResNet | SEResNet-50

SEResNet-101| SEResNeXt| None| | RegNet |RegNetX-400MF

RegNetX-800MF

RegNetX-1.6GF

RegNetX-3.2GF

RegNetX-4.0GF

RegNetX-6.4GF

RegNetX-8.0GF

RegNetX-12GF | MobileNetV2 | MobileNetV2 |MobileNetV3 | MobileNetV3-Small

MobileNetV3-Large | | ShuffleNetV1 |ShuffleNetV1 | ShuffleNetV2 | ShuffleNetV2 |EfficientNet | EfficientNet-B0

EfficientNet-B1

EfficientNet-B2

EfficientNet-B3

EfficientNet-B4

EfficientNet-B5

EfficientNet-B6

EfficientNet-B7

EfficientNet-B8 | | RepVGG |RepVGG-A0

RepVGG-A1

RepVGG-A2

RepVGG-B0

RepVGG-B1

RepVGG-A1

RepVGG-B1g2

RepVGG-B1g4

RepVGG-B2

RepVGG-B2g4

[RepVGG-B2g4](https://download.openmmlab.com/mmclassification/v0