Res2Net PretrainedModels 다운로드 Res2Net PretrainedModels 소스 코드 다운로드

Res2Net PretrainedModels

파이썬

1.0.0

다운로드

res2net

논문의 공식 Pytorch 구현 "Res2net : 새로운 다중 규모의 백본 아키텍처"

우리 논문은 패턴 분석 및 기계 지능 (TPAMI)에 대한 IEEE 트랜잭션 에 의해 허용됩니다.

업데이트

2020.10.20 PaddlePaddle 버전 Res2Net은 85.13% Top-1 Acc를 달성합니다. imagenet : Paddlepdled Res2net.
2020.8.21 RES2Net을 사용한 탐지 및 세분화를위한 온라인 데모 릴리스 : http://mc.nankai.edu.cn/res2net-det
2020.7.
2020.6.1 Res2net은 이제 새로운 딥 러닝 프레임 워크 Jittor 의 공식 모델 동물원에 있습니다.
2020.5.21 Res2net은 이제 mmdetection v2 프레임 워크의 기본 뼈 중 하나입니다 https://github.com/open-mmlab/mmdetection. RES2Net과 함께 MMDetection v2를 사용하면 계산 비용이 적은 성능이 향상됩니다.
2020.5.11 RES2NET는 트릭이없는 Detctron2를 기반으로 Panoptic 세분화에서 약 2%의 성능 이득을 달성합니다. https://github.com/res2net/res2net-detectron2에 코드를 발표했습니다.
2020.2.24 Res2Net_v1b는 기존 백본 모델과 비교하여 MMDetection에서 상당한 성능 이득을 달성합니다. https://github.com/res2net/mmdetection에 코드를 발표했습니다. 이전에 최상의 결과를 생성 한 방법과 HRNET 간의 자세한 비교는 https://github.com/res2net/mmdetection/tree/master/configs/res2net에서 찾을 수 있습니다.
2020.2. RES2Net의 원본 버전과 비교하여 출시됩니다! RES2NET_V1B는 객체 감지 및 시맨틱 세분화와 같은 다른 작업으로 전송할 때 훨씬 더 나은 성능을 달성합니다.

소개

우리는 하나의 단일 잔류 블록 내에 계층 적 잔류 유사 연결을 구성함으로써 CNN, 즉 RES2Net에 대한 새로운 빌딩 블록을 제안합니다. RES2Net은 세분화 된 수준의 다중 규모 기능을 나타내며 각 네트워크 계층의 수용 필드 범위를 증가시킵니다. 제안 된 RES2NET 블록은 최신 백본 CNN 모델 (예 : RESNET, RESNEXT, BIGLITTLENET 및 DLA에 연결할 수 있습니다. 이러한 모든 모델에서 RES2NET 블록을 평가하고 기준 모델보다 일관된 성능 이득을 보여줍니다.

RES2NET 모듈

useage

요구 사항

Pytorch> = 0.4.1

예

 git clone https://github.com/gasvn/Res2Net.git

from res2net import res2net50
model = res2net50(pretrained=True)

입력 이미지는 다음과 같이 정규화되어야합니다.

 normalize = transforms.Normalize(mean=[0.485, 0.456, 0.406],
                                  std=[0.229, 0.224, 0.225])

(기본적으로 모델은 자동으로 다운로드됩니다. 기본 다운로드 링크를 사용할 수없는 경우 사전 미세 모델 에 나열된 다운로드 링크를 참조하십시오.)

사전 예방 모델

모델	#Params	MACC	상위 1 오류	상단 5 오류	링크
RES2NET-50-48W-2S	25.29m	4.2	22.68	6.47	OneDrive
RES2NET-50-26W-4S	25.70m	4.2	22.01	6.15	OneDrive
RES2NET-50-14W-8S	25.06m	4.2	21.86	6.14	OneDrive
RES2NET-50-26W-6S	37.05m	6.3	21.42	5.87	OneDrive
RES2NET-50-26W-8S	48.40m	8.3	20.80	5.63	OneDrive
RES2NET-101-26W-4S	45.21m	8.1	20.81	5.57	OneDrive
res2next-50	24.67m	4.2	21.76	6.09	OneDrive
RES2NET-DLA-60	21.15m	4.2	21.53	5.80	OneDrive
RES2NEXT-DLA-60	17.33m	3.6	21.55	5.86	OneDrive
RES2NET-V1B-50	25.72m	4.5	19.73	4.96	링크
RES2NET-V1B-101	45.23m	8.3	18.77	4.64	링크
RES2NET-V1D-200-SSLD	76.21m	15.7	14.87	2.58	PaddlePaddlelink

소식

이제 res2net_v1b를 사용할 수 있습니다.
pretrained = True 사용하여 사전 취사 모델을로드 할 수 있습니다.

이제 Baidu 디스크의 다운로드 링크를 사용할 수 있습니다. (Baidu 디스크 암호 : vbix )

응용 프로그램

분류, 인스턴스 세분화, 객체 감지, 의미 론적 분할, 두드러진 물체 감지, 클래스 활성화 맵, CT 스캔에 대한 종양 분할과 같은 다른 응용 프로그램은 https://mmcheng.net/res2net/에서 찾을 수 있습니다.

소환

이 작업이나 코드가 연구에 도움이된다면 다음과 같이 인용하십시오.

 @article{gao2019res2net,
  title={Res2Net: A New Multi-scale Backbone Architecture},
  author={Gao, Shang-Hua and Cheng, Ming-Ming and Zhao, Kai and Zhang, Xin-Yu and Yang, Ming-Hsuan and Torr, Philip},
  journal={IEEE TPAMI},
  year={2021},
  doi={10.1109/TPAMI.2019.2938758}, 
}