解决图片识别的深度学习模型集合

1. Introduction

本项目包含了自 AelxNet 以来经典的深度学习图像分类模型，大部分模型是基于卷积神经网络的，也有一部分是基于注意力机制的。 博客链接是对模型的介绍，会持续更新….

在项目目录中，模型的搭建代码在classic_models文件夹中；所有的模型训练代码和推理代码都是共用的，只有模型搭建代码不同，训练代码有三个不同的版本：

• train_sample.py是最简单的实现，必须掌握，以下两个版本看个人需求。
• train.py是简单升级版的实现，具体改进的地方见train.py脚本中顶部的注释。
• train_distrubuted.py支持多gpu分布式训练。

最后，test.py是推理脚本，用于使用训练好的模型。dataload中是数据集加载代码；utils是封装各种功能的包，包括学习策略，训练和验证，分布式初始化，可视化等等。建议先学习掌握classic_models，train_sample.py和test.py这三部分，其他部分用到的时候再学习。

2. Dataset And Project

本项目是使用python语言基于pytorch深度学习框架编写的。

默认的数据集是花朵数据集，此数据集包含五种不同种类的花朵图像，用于训练的图像有3306张，用于验证的图像有364张。

下载完成后，记得在训练和推理代码中，将数据集加载的路径修改成自己电脑中下载存储的路径。

数据集图像展示如下：

开启模型的训练只需要在IDE中执行train_sample.py脚本即可；或者在终端执行命令行python train_sample.py 训练的log打印示例如下：

将模型用于推理只需要在IDE中执行test.py脚本即可；或者在终端执行命令行python test.py 给一张向日葵的图像，模型的输出结果示例结果如下：：

3. Methods And Papers

以下是本项目支持的模型列表

• 1. AlexNet：深度学习崛起的标志
• 2. ZFNet：卷积原理的深度解析
• 3. VGGNet: 探索深度的力量
• 4. GoogLeNet：探索宽度的力量
• 5. ResNet：神来之“路”
• 6. DenseNet：特征复用真的香
• 7. SENet：通道维度的注意力机制
• 8. MobileNet：轻量化模型
• 9. ShuffleNet: 通道打散
• 10. EfficientNet: 模型缩放策略
• 11. RepVGG：新型卷积神经网络架构
• 12. ViT：视觉Transformer
• 13. Swin Transformer：窗口化的Transformer
• 16. VAN：基于卷积实现的注意力
• 15. ConvNeXt：卷积与设计策略的新篇章
• 16. MLP-Mixer: 并肩卷积与自注意，多层感知机的神奇魔法
• 17. AS-MLP:注意力驱动下的多层感知机升级
• 18. ConvMixer: 创新之路，卷积与多层感知机的相互借鉴
• 19. MetaFormer: 万法归一，构建未来的Transformer模板

下载资源

数据集下载链接：

项目代码下载：