半监督和半弱监督 ImageNet 模型

import torch

# === SEMI-WEAKLY SUPERVISED MODELS PRETRAINED WITH 940 HASHTAGGED PUBLIC CONTENT ===
model = torch.hub.load('facebookresearch/semi-supervised-ImageNet1K-models', 'resnet18_swsl')
# model = torch.hub.load('facebookresearch/semi-supervised-ImageNet1K-models', 'resnet50_swsl')
# model = torch.hub.load('facebookresearch/semi-supervised-ImageNet1K-models', 'resnext50_32x4d_swsl')
# model = torch.hub.load('facebookresearch/semi-supervised-ImageNet1K-models', 'resnext101_32x4d_swsl')
# model = torch.hub.load('facebookresearch/semi-supervised-ImageNet1K-models', 'resnext101_32x8d_swsl')
# model = torch.hub.load('facebookresearch/semi-supervised-ImageNet1K-models', 'resnext101_32x16d_swsl')
# ================= SEMI-SUPERVISED MODELS PRETRAINED WITH YFCC100M ==================
# model = torch.hub.load('facebookresearch/semi-supervised-ImageNet1K-models', 'resnet18_ssl')
# model = torch.hub.load('facebookresearch/semi-supervised-ImageNet1K-models', 'resnet50_ssl')
# model = torch.hub.load('facebookresearch/semi-supervised-ImageNet1K-models', 'resnext50_32x4d_ssl')
# model = torch.hub.load('facebookresearch/semi-supervised-ImageNet1K-models', 'resnext101_32x4d_ssl')
# model = torch.hub.load('facebookresearch/semi-supervised-ImageNet1K-models', 'resnext101_32x8d_ssl')
# model = torch.hub.load('facebookresearch/semi-supervised-ImageNet1K-models', 'resnext101_32x16d_ssl')
model.eval()

所有预训练模型都期望输入图像以相同方式归一化，即形状为 (3 x H x W) 的 3 通道 RGB 图像的小批量，其中 H 和 W 期望至少为 224。图像必须加载到 [0, 1] 范围内，然后使用 mean = [0.485, 0.456, 0.406] 和 std = [0.229, 0.224, 0.225] 进行归一化。

这是一个示例执行。

# Download an example image from the pytorch website
import urllib
url, filename = ("https://github.com/pytorch/hub/raw/master/images/dog.jpg", "dog.jpg")
try: urllib.URLopener().retrieve(url, filename)
except: urllib.request.urlretrieve(url, filename)

# sample execution (requires torchvision)
from PIL import Image
from torchvision import transforms
input_image = Image.open(filename)
preprocess = transforms.Compose([
    transforms.Resize(256),
    transforms.CenterCrop(224),
    transforms.ToTensor(),
    transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]),
])
input_tensor = preprocess(input_image)
input_batch = input_tensor.unsqueeze(0) # create a mini-batch as expected by the model

# move the input and model to GPU for speed if available
if torch.cuda.is_available():
    input_batch = input_batch.to('cuda')
    model.to('cuda')

with torch.no_grad():
    output = model(input_batch)
# Tensor of shape 1000, with confidence scores over ImageNet's 1000 classes
print(output[0])
# The output has unnormalized scores. To get probabilities, you can run a softmax on it.
print(torch.nn.functional.softmax(output[0], dim=0))

模型描述

本项目包含“十亿级半监督图像分类学习”中介绍的半监督和半弱监督 ImageNet 模型 https://arxiv.org/abs/1905.00546。

“半监督”（SSL）ImageNet 模型在 YFCC100M 公共图像数据集的未标注子集上进行预训练，并使用 ImageNet1K 训练数据集进行微调，如上述论文中描述的半监督训练框架。在这种情况下，高容量教师模型仅使用标注示例进行训练。

“半弱监督”（SWSL）ImageNet 模型在 **9.4 亿** 公共图像上进行预训练，其中包含 1.5K 标签与 1000 个 ImageNet1K 同义词集匹配，然后对 ImageNet1K 数据集进行微调。在这种情况下，相关的标签仅用于构建更好的教师模型。在训练学生模型期间，这些标签被忽略，学生模型使用教师模型从相同的 9.4 亿公共图像数据集中选择的 6400 万图像子集进行预训练。

下表中提供的半弱监督 ResNet 和 ResNext 模型与从头开始训练或文献中介绍的其他训练机制相比，显著提高了 ImageNet 验证集上的 top-1 准确率（截至 2019 年 9 月）。例如，**对于广泛使用/采用的 ResNet-50 模型架构，我们实现了 81.2% 的 ImageNet 准确率，达到 SOTA 水平**。

架构	监督方式	#参数	浮点运算次数 (FLOPS)	Top-1 准确率	Top-5 准确率
ResNet-18	半监督	1400 万	20 亿	72.8	91.5
ResNet-50	半监督	2500 万	40 亿	79.3	94.9
ResNeXt-50 32x4d	半监督	2500 万	40 亿	80.3	95.4
ResNeXt-101 32x4d	半监督	4200 万	8K	81.0	95.7
ResNeXt-101 32x8d	半监督	8800 万	160 亿	81.7	96.1
ResNeXt-101 32x16d	半监督	1.93 亿	360 亿	81.9	96.2
ResNet-18	半弱监督	1400 万	20 亿	73.4	91.9
ResNet-50	半弱监督	2500 万	40 亿	81.2	96.0
ResNeXt-50 32x4d	半弱监督	2500 万	40 亿	82.2	96.3
ResNeXt-101 32x4d	半弱监督	4200 万	8K	83.4	96.8
ResNeXt-101 32x8d	半弱监督	8800 万	160 亿	84.3	97.2
ResNeXt-101 32x16d	半弱监督	1.93 亿	360 亿	84.8	97.4

引用

如果您使用此仓库中发布的模型，请引用以下出版物 (https://arxiv.org/abs/1905.00546)。

@misc{yalniz2019billionscale,
    title={Billion-scale semi-supervised learning for image classification},
    author={I. Zeki Yalniz and Hervé Jégou and Kan Chen and Manohar Paluri and Dhruv Mahajan},
    year={2019},
    eprint={1905.00546},
    archivePrefix={arXiv},
    primaryClass={cs.CV}
}