使用 PyTorch 微调预训练的卷积神经网络。

功能

• 提供访问在 ImageNet 上预训练的最流行 CNN 架构的接口。
• 自动替换网络顶部的分类器，使您能够使用具有不同类别数的数据集来训练网络。
• 允许使用任意分辨率的图像（而不仅限于原始模型在 ImageNet 上训练时使用的分辨率）。
• 支持添加 Dropout 层或自定义池化层。

支持的架构和模型

来自 torchvision 包：

• ResNet (resnet18, resnet34, resnet50, resnet101, resnet152)
• ResNeXt (resnext50_32x4d, resnext101_32x8d)
• DenseNet (densenet121, densenet169, densenet201, densenet161)
• Inception v3 (inception_v3)
• VGG (vgg11, vgg11_bn, vgg13, vgg13_bn, vgg16, vgg16_bn, vgg19, vgg19_bn)
• SqueezeNet (squeezenet1_0, squeezenet1_1)
• MobileNet V2 (mobilenet_v2)
• ShuffleNet v2 (shufflenet_v2_x0_5, shufflenet_v2_x1_0)
• AlexNet (alexnet)
• GoogLeNet (googlenet)

来自 Pretrained models for PyTorch 包：

• ResNeXt (resnext101_32x4d, resnext101_64x4d)
• NASNet-A Large (nasnetalarge)
• NASNet-A Mobile (nasnetamobile)
• Inception-ResNet v2 (inceptionresnetv2)
• Dual Path Networks (dpn68, dpn68b, dpn92, dpn98, dpn131, dpn107)
• Inception v4 (inception_v4)
• Xception (xception)
• Squeeze-and-Excitation Networks (senet154, se_resnet50, se_resnet101, se_resnet152, se_resnext50_32x4d, se_resnext101_32x4d)
• PNASNet-5-Large (pnasnet5large)
• PolyNet (polynet)

需求

• Python 3.5+
• PyTorch 1.1+

安装

pip install cnn_finetune

主要变更：

版本 0.4

• make_model 函数中 pretrained 参数的默认值由 False 改为 True。现在调用 make_model('resnet18', num_classes=10) 等同于 make_model('resnet18', num_classes=10, pretrained=True)。

使用示例：

创建一个带有 ImageNet 权重、适用于 10 类的模型

from cnn_finetune import make_model

model = make_model('resnet18', num_classes=10, pretrained=True)

创建一个带有 Dropout 的模型

model = make_model('nasnetalarge', num_classes=10, pretrained=True, dropout_p=0.5)

创建一个使用全局最大池化而非全局平均池化的模型

import torch.nn as nn

model = make_model('inceptionresnetv2', num_classes=10, pretrained=True, pool=nn.AdaptiveMaxPool2d(1))

创建一个可接受 256x256 像素图像的 VGG16 模型

由于 VGG 和 AlexNet 模型使用全连接层，在构建新模型时需要额外指定输入图像的尺寸。这一信息用于确定全连接层的输入大小。

model = make_model('vgg16', num_classes=10, pretrained=True, input_size=(256, 256))

创建一个可接受 256x256 像素图像并使用自定义分类器的 VGG16 模型

import torch.nn as nn

def make_classifier(in_features, num_classes):
    return nn.Sequential(
        nn.Linear(in_features, 4096),
        nn.ReLU(inplace=True),
        nn.Linear(4096, num_classes),
    )

model = make_model('vgg16', num_classes=10, pretrained=True, input_size=(256, 256), classifier_factory=make_classifier)

查看原始模型在 ImageNet 上训练时所使用的预处理方法

>> model = make_model('resnext101_64x4d', num_classes=10, pretrained=True)
>> print(model.original_model_info)
ModelInfo(input_space='RGB', input_size=[3, 224, 224], input_range=[0, 1], mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
>> print(model.original_model_info.mean)
[0.485, 0.456, 0.406]

CIFAR10 示例

请参阅 examples/cifar10.py 文件（需要 PyTorch 1.1+）。

pytorch-cnn-finetune 快速上手指南

pytorch-cnn-finetune 是一个基于 PyTorch 的实用工具库，旨在简化预训练卷积神经网络（CNN）的微调过程。它支持自动替换分类器以适应不同类别数量的数据集，并允许使用任意分辨率的图像进行训练。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：Linux, macOS 或 Windows
• Python 版本：3.5 或更高
• 核心依赖：PyTorch 1.1 或更高版本

提示：国内用户建议使用清华源或阿里源安装 PyTorch，以获得更快的下载速度。

安装步骤

您可以直接使用 pip 进行安装。为了提升下载速度，推荐指定国内镜像源：

pip install cnn_finetune -i https://pypi.tuna.tsinghua.edu.cn/simple

基本使用

1. 快速构建模型

最简单的用法是加载一个在 ImageNet 上预训练的模型（如 ResNet18），并将其分类头自动调整为适合你数据集的类别数量（例如 10 类）。默认情况下 pretrained 参数为 True。

from cnn_finetune import make_model

# 创建一个用于 10 分类任务的 ResNet18 模型，加载 ImageNet 预训练权重
model = make_model('resnet18', num_classes=10)

2. 处理不同分辨率的图像

该库允许输入任意分辨率的图像。但对于包含全连接层的模型（如 VGG 或 AlexNet），需要显式指定输入图像的尺寸，以便库能正确计算全连接层的输入维度。

# 创建一个接受 256x256 像素输入的 VGG16 模型
model = make_model('vgg16', num_classes=10, input_size=(256, 256))

3. 自定义模型结构

您还可以通过参数轻松添加 Dropout 层、更换池化方式或完全自定义分类器结构。

添加 Dropout：

# 创建带有 0.5 丢弃率的 NASNet-large 模型
model = make_model('nasnetalarge', num_classes=10, dropout_p=0.5)

更换池化层（使用最大池化代替平均池化）：

import torch.nn as nn

model = make_model('inceptionresnetv2', num_classes=10, pool=nn.AdaptiveMaxPool2d(1))

使用自定义分类器：

import torch.nn as nn

def make_classifier(in_features, num_classes):
    return nn.Sequential(
        nn.Linear(in_features, 4096),
        nn.ReLU(inplace=True),
        nn.Linear(4096, num_classes),
    )

# 为 VGG16 指定自定义分类器结构
model = make_model('vgg16', num_classes=10, input_size=(256, 256), classifier_factory=make_classifier)

4. 获取预处理参数

模型构建后，可以通过 original_model_info 属性查看原模型在 ImageNet 训练时使用的预处理参数（如均值、标准差），以便在数据加载阶段进行一致的归一化处理。

model = make_model('resnext101_64x4d', num_classes=10)

# 打印预处理信息
print(model.original_model_info)
# 输出示例：ModelInfo(input_space='RGB', input_size=[3, 224, 224], ..., mean=[0.485, 0.456, 0.406], ...)

# 单独获取均值用于数据变换
mean_values = model.original_model_info.mean