ML-GCN.pytorch

基于图卷积网络的多标签图像识别的 PyTorch 实现，相关论文发表于 CVPR 2019，论文链接：arXiv:1904.03582。

更新说明

1. 在我们最初的会议论文中，为了便于对比，我们使用 GAP 作为基线分类结果进行报告，因为 GAP 是 ResNet 系列中默认的特征聚合方式。然而，在实验过程中，我们发现用 GMP 替代 GAP 能够进一步提升性能，因此在我们的 GCN 方法中采用了 GMP，并将其视为方法的一部分。为澄清这一点，我们重新运行了基线模型，并在下表中报告了相应结果。

方法	COCO	NUS-WIDE	VOC2007
Res-101 GAP	77.3	56.9	91.7
Res-101 GMP	81.9	59.7	93.0
我们的方法	83.0	62.5	94.0

2. 我们已修正公式 (8) 中的拼写错误，具体如下：

环境要求

请安装以下 Python 包：

• numpy
• torch==0.3.1
• torchnet
• torchvision==0.2.0
• tqdm

下载预训练模型

COCO 数据集的检查点文件（Google Drive 链接）：GoogleDrive

VOC 数据集的检查点文件（Google Drive 链接）：GoogleDrive

或者百度网盘链接：Baidu

使用选项

• lr: 学习率
• lrp: 预训练层学习率的缩放因子。预训练层的学习率为 lr * lrp。
• batch-size: 每个批次的图片数量
• image-size: 图片的输入尺寸
• epochs: 训练轮数
• evaluate: 在验证集上评估模型
• resume: 恢复训练时的检查点路径

VOC 2007 数据集示例

python3 demo_voc2007_gcn.py data/voc --image-size 448 --batch-size 32 -e --resume checkpoint/voc/voc_checkpoint.pth.tar

COCO 2014 数据集示例

python3 demo_coco_gcn.py data/coco --image-size 448 --batch-size 32 -e --resume checkpoint/coco/coco_checkpoint.pth.tar

引用本仓库

如果您在研究中使用了本代码，请考虑引用我们：

@inproceedings{ML-GCN_CVPR_2019,
author = {Zhao-Min Chen and Xiu-Shen Wei and Peng Wang and Yanwen Guo},
title = {{Multi-Label Image Recognition with Graph Convolutional Networks}},
booktitle = {The IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
year = {2019}
}

参考

本项目基于 https://github.com/durandtibo/wildcat.pytorch 开发。

温馨提示

如您对我们的工作有任何疑问，请随时通过电子邮件与我们联系。

ML-GCN 快速上手指南

ML-GCN 是基于 PyTorch 实现的图卷积网络多标签图像识别工具，源自 CVPR 2019 论文。本指南帮助你快速配置环境并运行演示。

环境准备

系统要求

• Python 3.x
• Linux 或 macOS 系统（Windows 需自行配置兼容环境）

前置依赖 请确保安装以下核心包：

• numpy
• torch (推荐版本 0.3.1，高版本可能需调整代码)
• torchnet
• torchvision (推荐版本 0.2.0)
• tqdm

注意：由于项目基于较旧版本的 PyTorch (0.3.1)，若使用新版 PyTorch，可能需要修改部分 API 调用以适配。

安装步骤

1. 安装 Python 依赖 使用 pip 安装所需库：

   pip install numpy torchnet torchvision==0.2.0 tqdm
   

   注：PyTorch 0.3.1 已停止官方维护，建议通过源码编译或使用兼容的新版 PyTorch 并进行代码适配。

2. 下载预训练模型 项目提供 COCO 和 VOC2007 数据集的预训练权重。国内用户推荐使用百度网盘下载：

   • COCO 模型: 百度网盘下载
   • VOC2007 模型: 百度网盘下载 (同上链接，需在网盘内查找对应文件)

   下载后，将解压后的文件夹分别放置于项目根目录下的 checkpoint/coco 和 checkpoint/voc 路径中。

3. 准备数据集 确保已下载 VOC2007 或 COCO2014 数据集，并按以下结构存放：

   • data/voc
   • data/coco

基本使用

以下命令展示了如何使用预训练模型在验证集上进行评估（Demo）。

评估 VOC2007 数据集

python3 demo_voc2007_gcn.py data/voc --image-size 448 --batch-size 32 -e --resume checkpoint/voc/voc_checkpoint.pth.tar

评估 COCO2014 数据集

python3 demo_coco_gcn.py data/coco --image-size 448 --batch-size 32 -e --resume checkpoint/coco/coco_checkpoint.pth.tar

常用参数说明

• --image-size: 输入图像尺寸（默认 448）
• --batch-size: 批处理大小
• -e 或 --evaluate: 仅执行评估模式，不进行训练
• --resume: 指定预训练权重路径