MobileNetV3 的 PyTorch 实现

这是根据论文 Searching for MobileNetV3 中描述的 MobileNetV3 架构实现的 PyTorch 版本。

部分细节可能与原论文有所不同，欢迎讨论并帮助我进一步完善。

• [新] 小型版本 MobileNet-V3 的预训练模型已上线，准确率与论文一致。
• [新] 论文于 5 月 17 日更新，因此我也相应更新了代码，但仍存在一些问题。
• [新] 我移除了全局平均池化之前的 SE 模块（论文中可能是误加的），现在模型大小更接近论文中的结果。

训练与准确率

训练设置：

1. epoch 数：150
2. 学习率调度：余弦退火学习率，初始 lr=0.05
3. 权重衰减：4e-5
4. 移除 Dropout
5. 批量大小：256

MobileNetV3 Large

	Madds	参数量	Top1 准确率	预训练模型
官方 1.0	219 M	5.4 M	75.2%	-
官方 0.75	155 M	4 M	73.3%	-
我们 1.0	224 M	5.48 M	72.8%	-
我们 0.75	148 M	3.91 M	-	-

MobileNetV3 Small

	Madds	参数量	Top1 准确率	预训练模型
官方 1.0	66 M	2.9 M	67.4%	-
官方 0.75	44 M	2.4 M	65.4%	-
我们 1.0	63 M	2.94 M	67.4%	[Google Drive]
我们 0.75	46 M	2.38 M	-	-

使用方法

预训练模型仍在训练中……

    # pytorch 1.0.1
    # large
    net_large = mobilenetv3(mode='large')
    # small
    net_small = mobilenetv3(mode='small')
    state_dict = torch.load('mobilenetv3_small_67.4.pth.tar')
    net_small.load_state_dict(state_dict)

数据预处理

我在 ImageNet 数据集上使用以下代码进行数据预处理：

normalize = transforms.Normalize(mean=[0.485, 0.456, 0.406],
                                 std=[0.229, 0.224, 0.225])

input_size = 224
train_loader = torch.utils.data.DataLoader(
    datasets.ImageFolder(
    traindir, transforms.Compose([
        transforms.RandomResizedCrop(input_size),
        transforms.RandomHorizontalFlip(),
        transforms.ToTensor(),
        normalize,
    ])),
    batch_size=batch_size, shuffle=True,
    num_workers=n_worker, pin_memory=True)

val_loader = torch.utils.data.DataLoader(
    datasets.ImageFolder(valdir, transforms.Compose([
        transforms.Resize(int(input_size/0.875)),
        transforms.CenterCrop(input_size),
        transforms.ToTensor(),
        normalize,
    ])),
    batch_size=batch_size, shuffle=False,
    num_workers=n_worker, pin_memory=True)

pytorch-mobilenet-v3 快速上手指南

环境准备

• 系统要求：Linux / macOS / Windows
• Python 版本：推荐 Python 3.6+
• 核心依赖：
  • PyTorch >= 1.0.1
  • torchvision
  • 其他标准库（如 numpy, Pillow 等，通常随 torchvision 自动安装）

💡 国内加速建议：建议使用清华或阿里镜像源安装 PyTorch，以提升下载速度。

# 清华镜像示例 (CUDA 10.2 + PyTorch 1.7.1)
pip install torch==1.7.1+cu102 torchvision==0.8.2+cu102 -f https://download.pytorch.org/whl/torch_stable.html
# 或使用 pip 国内源
pip install torch torchvision -i https://pypi.tuna.tsinghua.edu.cn/simple

安装步骤

本项目为纯 Python 实现，无需编译，直接克隆代码即可使用。

1. 克隆仓库

   git clone https://github.com/xiaolai-sqlai/pytorch-mobilenet-v3.git
   cd pytorch-mobilenet-v3
   

2. 验证环境 确保已安装 PyTorch，可在 Python 中运行以下命令检查：

   import torch
   print(torch.__version__)
   

基本使用

以下是加载预训练模型（Small 版本）并进行推理的最简示例。

1. 下载预训练模型

根据 README，Small 版本 (1.0) 的预训练权重已可用，Top-1 准确率达到 67.4%。 请从 Google Drive 下载文件 mobilenetv3_small_67.4.pth.tar 并放置于项目根目录。

⚠️ 注意：Large 版本的预训练模型在原文撰写时仍在训练中，如需使用 Large 版本，建议自行训练或寻找社区提供的权重。

2. 代码示例

import torch
from models.mobilenetv3 import mobilenetv3  # 假设模型定义在 models 目录下，具体导入路径视项目结构而定

# 初始化模型
# mode 可选 'large' 或 'small'
net_small = mobilenetv3(mode='small')

# 加载预训练权重
state_dict = torch.load('mobilenetv3_small_67.4.pth.tar')
net_small.load_state_dict(state_dict)

# 切换至评估模式
net_small.eval()

# 准备输入数据 (示例：batch_size=1, 3 通道，224x224 图像)
input_tensor = torch.randn(1, 3, 224, 224)

# 前向推理
with torch.no_grad():
    output = net_small(input_tensor)

print(output.shape)

3. 数据预处理参考

若需在自己的数据集上复现精度，请使用以下 ImageNet 标准的预处理流程：

from torchvision import transforms

normalize = transforms.Normalize(mean=[0.485, 0.456, 0.406],
                                 std=[0.229, 0.224, 0.225])

input_size = 224

# 验证集预处理示例
val_transform = transforms.Compose([
    transforms.Resize(int(input_size/0.875)),
    transforms.CenterCrop(input_size),
    transforms.ToTensor(),
    normalize,
])