mdistiller

Este repo é

(1) Uma biblioteca Pytorch que fornece algoritmos de destilação de conhecimento clássico nos benchmarks de CV convencionais,

(2) A implementação oficial do artigo CVPR-2022: destilação de conhecimento dissociada.

(3) A implementação oficial do artigo ICCV-2023: DOT: um instrutor orientado a destilação.

DOT: um treinador orientado a destilação

Estrutura

Resultados principais de referência

No CIFAR-100:

Professor Estudante	Resnet32x4 Resnet8x4	VGG13 VGG8	Resnet32x4 Shufflenet-v2
KD	73.33	72.98	74.45
KD+DOT	75.12	73.77	75.55

Em minúsculo imagenete:

Professor Estudante	Resnet18 MobileNet-V2	Resnet18 Shufflenet-v2
KD	58.35	62.26
KD+DOT	64.01	65.75

Na imagenet:

Professor Estudante	Resnet34 Resnet18	Resnet50 MobileNet-V1
KD	71.03	70.50
KD+DOT	71.72	73.09

Destilação do conhecimento dissociado

Framework & Performance

Resultados principais de referência

No CIFAR-100:

Professor Estudante	Resnet56 Resnet20	Resnet110 Resnet32	Resnet32x4 Resnet8x4	WRN-40-2 WRN-16-2	WRN-40-2 WRN-40-1	VGG13 VGG8
KD	70.66	73.08	73.33	74.92	73.54	72.98
Dkd	71.97	74.11	76.32	76.23	74.81	74.68

Professor Estudante	Resnet32x4 Shufflenet-v1	WRN-40-2 Shufflenet-v1	VGG13 MobileNet-V2	Resnet50 MobileNet-V2	Resnet32x4 MobileNet-V2
KD	74.07	74.83	67.37	67.35	74.45
Dkd	76.45	76.70	69.71	70.35	77.07

Na imagenet:

Professor Estudante	Resnet34 Resnet18	Resnet50 MobileNet-V1
KD	71.03	70.50
Dkd	71.70	72.05

Mdistiller

Introdução

Mdistiller suporta os seguintes métodos de destilação no CIFAR-100, ImageNet e MS-COCO:

Método	Link em papel	CIFAR-100	Imagenet	MS-COCO
KD	https://arxiv.org/abs/1503.02531	✓	✓
FitNet	https://arxiv.org/abs/1412.6550	✓
NO	https://arxiv.org/abs/1612.03928	✓	✓
Nst	https://arxiv.org/abs/1707.01219	✓
Pkt	https://arxiv.org/abs/1803.10837	✓
KDSVD	https://arxiv.org/abs/1807.06819	✓
OFD	https://arxiv.org/abs/1904.01866	✓	✓
Rkd	https://arxiv.org/abs/1904.05068	✓
Vid	https://arxiv.org/abs/1904.05835	✓
Sp	https://arxiv.org/abs/1907.09682	✓
CRD	https://arxiv.org/abs/1910.10699	✓	✓
ReviewKD	https://arxiv.org/abs/2104.09044	✓	✓	✓
Dkd	https://arxiv.org/abs/2203.08679	✓	✓	✓

Instalação

Ambientes:

• Python 3.6
• Pytorch 1.9.0
• Torchvision 0.10.0

Instale o pacote:

 sudo pip3 install -r requirements.txt
sudo python3 setup.py develop

Começando

0. Wandb como o madeireiro

• A registro: https://wandb.ai/home.
• Se você não quiser Wandb como seu logger, defina CFG.LOG.WANDB como False em mdistiller/engine/cfg.py .

1. Avaliação

• Você pode avaliar o desempenho de nossos modelos ou modelos treinados por você mesmo.

• Nossos modelos estão em https://github.com/megvii-research/mdistiller/releases/tag/checkpoints, faça o download dos pontos de verificação para ./download_ckpts

• Se testar os modelos no ImageNet, faça o download do conjunto de dados em https://image-net.org/ e coloque-os em ./data/imagenet

   # evaluate teachers
  python3 tools/eval.py -m resnet32x4 # resnet32x4 on cifar100
  python3 tools/eval.py -m ResNet34 -d imagenet # ResNet34 on imagenet
  
  # evaluate students
  python3 tools/eval.p -m resnet8x4 -c download_ckpts/dkd_resnet8x4 # dkd-resnet8x4 on cifar100
  python3 tools/eval.p -m MobileNetV1 -c download_ckpts/imgnet_dkd_mv1 -d imagenet # dkd-mv1 on imagenet
  python3 tools/eval.p -m model_name -c output/your_exp/student_best # your checkpoints

2. Treinamento no CIFAR-100

• Faça o download do cifar_teachers.tar em https://github.com/megvii-research/mdistiller/releases/tag/checkpoints e não para ./download_ckpts via tar xvf cifar_teachers.tar .

   # for instance, our DKD method.
  python3 tools/train.py --cfg configs/cifar100/dkd/res32x4_res8x4.yaml
  
  # you can also change settings at command line
  python3 tools/train.py --cfg configs/cifar100/dkd/res32x4_res8x4.yaml SOLVER.BATCH_SIZE 128 SOLVER.LR 0.1

3. Treinamento no Imagenet

• Faça o download do conjunto de dados em https://image-net.org/ e coloque-os em ./data/imagenet

   # for instance, our DKD method.
  python3 tools/train.py --cfg configs/imagenet/r34_r18/dkd.yaml

4. Treinamento no MS-COCO

• consulte Detecção.md

5. Extensão: visualizações

• Jupyter Notebooks: TSNE e Correlation_Matrices

Método de destilação personalizada

1. Crie um arquivo python em mdistiller/distillers/ e defina o destilador

 from . _base import Distiller

class MyDistiller ( Distiller ):
    def __init__ ( self , student , teacher , cfg ):
        super ( MyDistiller , self ). __init__ ( student , teacher )
        self . hyper1 = cfg . MyDistiller . hyper1
        ...

    def forward_train ( self , image , target , ** kwargs ):
        # return the output logits and a Dict of losses
        ...
    # rewrite the get_learnable_parameters function if there are more nn modules for distillation.
    # rewrite the get_extra_parameters if you want to obtain the extra cost.
  ...

2. Regist o destilador em distiller_dict em mdistiller/distillers/__init__.py

3. Regista Os hiper-parâmetros correspondentes em mdistiller/engines/cfg.py

4. Crie um novo arquivo de configuração e teste -o.

Citação

Se este repositório for útil para sua pesquisa, considere citar o artigo:

 @article { zhao2022dkd ,
  title = { Decoupled Knowledge Distillation } ,
  author = { Zhao, Borui and Cui, Quan and Song, Renjie and Qiu, Yiyu and Liang, Jiajun } ,
  journal = { arXiv preprint arXiv:2203.08679 } ,
  year = { 2022 }
}
@article { zhao2023dot ,
  title = { DOT: A Distillation-Oriented Trainer } ,
  author = { Zhao, Borui and Cui, Quan and Song, Renjie and Liang, Jiajun } ,
  journal = { arXiv preprint arXiv:2307.08436 } ,
  year = { 2023 }
}

Licença

Mdistiller é liberado sob a licença do MIT. Consulte a licença para obter detalhes.

Reconhecimento

• Obrigado pelo CRD e ReviewKD. Construímos essa biblioteca com base na base de código da CRD e na base de código do ReviewKD.

• Obrigado Yiyu Qiu e Yi Shi pela contribuição do código durante o estágio na tecnologia Megvii.

• Obrigado Xin Jin pela discussão sobre DKD.