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 HW 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]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 亿72.891.5
ResNet-50半监督2500 万40 亿79.394.9
ResNeXt-50 32x4d半监督2500 万40 亿80.395.4
ResNeXt-101 32x4d半监督4200 万8K81.095.7
ResNeXt-101 32x8d半监督8800 万160 亿81.796.1
ResNeXt-101 32x16d半监督1.93 亿360 亿81.996.2
ResNet-18半弱监督1400 万20 亿73.491.9
ResNet-50半弱监督2500 万40 亿81.296.0
ResNeXt-50 32x4d半弱监督2500 万40 亿82.296.3
ResNeXt-101 32x4d半弱监督4200 万8K83.496.8
ResNeXt-101 32x8d半弱监督8800 万160 亿84.397.2
ResNeXt-101 32x16d半弱监督1.93 亿360 亿84.897.4

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}
}

在“Billion scale semi-supervised learning for image classification”论文中介绍的 ResNet 和 ResNext 模型

模型类型: 视觉
提交者: Facebook AI