深度学习网络

此仓库主要用于研究卷积神经网络，特别是针对计算机视觉任务。为此，仓库包含了多种分类、分割、检测和姿态估计模型的（重新）实现，以及用于训练、评估和转换的脚本。

所使用的框架包括：

• MXNet/Gluon (信息)，
• PyTorch (信息)，
• Chainer (信息)，
• Keras (信息)，
• TensorFlow 1.x/2.x (信息)。

对于每个支持的框架，都提供了一个仅包含模型的 PIP 包，不包含辅助脚本。包列表如下：

• gluoncv2 适用于 Gluon，
• pytorchcv 适用于 PyTorch，
• chainercv2 适用于 Chainer，
• kerascv 适用于 Keras，
• tensorflowcv 适用于 TensorFlow 1.x，
• tf2cv 适用于 TensorFlow 2.x。

目前，大多数模型首先在 Gluon 上实现，然后再移植到其他框架。部分模型已在以下数据集上进行了预训练：ImageNet-1K、CIFAR-10/100、SVHN、CUB-200-2011、Pascal VOC2012、ADE20K、Cityscapes 和 COCO。所有预训练权重在使用时都会自动加载。有关此类自动加载权重的示例，请参阅各特定包文档中对应的章节：

• Gluon 模型，
• PyTorch 模型，
• Chainer 模型，
• Keras 模型，
• TensorFlow 1.x 模型，
• TensorFlow 2.x 模型。

安装

要使用训练/评估脚本以及所有模型，您需要克隆仓库并安装依赖项：

git clone git@github.com:osmr/imgclsmob.git
pip install -r requirements.txt

已实现分类模型一览表

几点说明：

• Repo 表示作者的代码仓库（如果存在）。
• a、b、c、d 和 e 分别表示该模型在 ImageNet-1K、CIFAR-10、CIFAR-100、SVHN 和 CUB-200-2011 数据集上的实现。
• A、B、C、D 和 E 表示对应数据集上存在预训练模型。

模型	Gluon	PyTorch	Chainer	Keras	TF	TF2	论文	仓库	年份
AlexNet	A	A	A	A	A	A	链接	链接	2012
ZFNet	A	A	A	A	A	A	链接	-	2013
VGG	A	A	A	A	A	A	链接	-	2014
BN-VGG	A	A	A	A	A	A	链接	-	2015
BN-Inception	A	A	A	-	-	A	链接	-	2015
ResNet	ABCDE	ABCDE	ABCDE	A	A	ABCDE	链接	链接	2015
PreResNet	ABCD	ABCD	ABCD	A	A	ABCD	链接	链接	2016
ResNeXt	ABCD	ABCD	ABCD	A	A	ABCD	链接	链接	2016
SENet	A	A	A	A	A	A	链接	链接	2017
SE-ResNet	ABCDE	ABCDE	ABCDE	A	A	ABCDE	链接	链接	2017
SE-PreResNet	ABCD	ABCD	ABCD	A	A	ABCD	链接	链接	2017
SE-ResNeXt	A	A	A	A	A	A	链接	链接	2017
ResNeSt(A)	A	A	A	-	-	A	链接	链接	2020
IBN-ResNet	A	A	-	-	-	A	链接	链接	2018
IBN-ResNeXt	A	A	-	-	-	A	链接	链接	2018
IBN-DenseNet	A	A	-	-	-	A	链接	链接	2018
AirNet	A	A	A	-	-	A	链接	链接	2018
AirNeXt	A	A	A	-	-	A	链接	链接	2018
BAM-ResNet	A	A	A	-	-	A	链接	链接	2018
CBAM-ResNet	A	A	A	-	-	A	链接	链接	2018
ResAttNet	a	a	a	-	-	-	链接	链接	2017
SKNet	a	a	a	-	-	-	链接	链接	2019
SCNet	A	A	A	-	-	A	链接	链接	2020
RegNet	A	A	A	-	-	A	链接	链接	2020
DIA-ResNet	aBCD	aBCD	aBCD	-	-	-	链接	链接	2019
DIA-PreResNet	aBCD	aBCD	aBCD	-	-	-	链接	链接	2019
PyramidNet	ABCD	ABCD	ABCD	-	-	ABCD	链接	链接	2016
DiracNetV2	A	A	A	-	-	A	链接	链接	2017
ShaResNet	a	a	a	-	-	-	链接	链接	2017
CRU-Net	A	-	-	-	-	-	链接	链接	2018
DenseNet	ABCD	ABCD	ABCD	A	A	ABCD	链接	链接	2016
CondenseNet	A	A	A	-	-	-	链接	链接	2017
SparseNet	a	a	a	-	-	-	链接	链接	2018
PeleeNet	A	A	A	-	-	A	链接	链接	2018
Oct-ResNet	abcd	a	a	-	-	-	链接	-	2019
Res2Net	a	-	-	-	-	-	链接	-	2019
WRN	ABCD	ABCD	ABCD	-	-	a	链接	链接	2016
WRN-1bit	BCD	BCD	BCD	-	-	-	链接	链接	2018
DRN-C	A	A	A	-	-	A	链接	链接	2017
DRN-D	A	A	A	-	-	A	链接	链接	2017
DPN	A	A	A	-	-	A	链接	链接	2017
DarkNet Ref	A	A	A	A	A	A	链接	链接	-
DarkNet Tiny	A	A	A	A	A	A	链接	链接	-
DarkNet-19	a	a	a	a	a	a	链接	链接	-
DarkNet-53	A	A	A	A	A	A	链接	链接	2018
ChannelNet	a	a	a	-	a	-	链接	链接	2018
iSQRT-COV-ResNet	a	a	-	-	-	-	链接	链接	2017
RevNet	-	a	-	-	-	-	链接	链接	2017
i-RevNet	A	A	A	-	-	-	链接	链接	2018
BagNet	A	A	A	-	-	A	链接	链接	2019
DLA	A	A	A	-	-	A	链接	链接	2017
MSDNet	a	ab	-	-	-	-	链接	链接	2017
FishNet	A	A	A	-	-	-	链接	链接	2018
ESPNetv2	A	A	A	-	-	-	链接	链接	2018
DiCENet	A	A	A	-	-	A	链接	链接	2019
HRNet	A	A	A	-	-	A	链接	链接	2019
VoVNet	A	A	A	-	-	A	链接	链接	2019
SelecSLS	A	A	A	-	-	A	链接	链接	2019
HarDNet	A	A	A	-	-	A	链接	链接	2019
X-DenseNet	aBCD	aBCD	aBCD	-	-	-	链接	链接	2017
SqueezeNet	A	A	A	A	A	A	链接	链接	2016
SqueezeResNet	A	A	A	A	A	A	链接	-	2016
SqueezeNext	A	A	A	A	A	A	链接	链接	2018
ShuffleNet	A	A	A	A	A	A	链接	-	2017
ShuffleNetV2	A	A	A	A	A	A	链接	-	2018
MENet	A	A	A	A	A	A	链接	链接	2018
MobileNet	AE	AE	AE	A	A	AE	链接	链接	2017
FD-MobileNet	A	A	A	A	A	A	链接	链接	2018
MobileNetV2	A	A	A	A	A	A	链接	链接	2018
MobileNetV3	A	A	A	A	-	A	链接	链接	2019
IGCV3	A	A	A	A	A	A	链接	链接	2018
GhostNet	a	a	a	-	-	a	链接	链接	2019
MnasNet	A	A	A	A	A	A	链接	-	2018
DARTS	A	A	A	-	-	-	链接	链接	2018
ProxylessNAS	AE	AE	AE	-	-	AE	链接	链接	2018
FBNet-C	A	A	A	-	-	A	链接	-	2018
Xception	A	A	A	-	-	A	链接	链接	2016
InceptionV3	A	A	A	-	-	A	链接	链接	2015
InceptionV4	A	A	A	-	-	A	链接	链接	2016
InceptionResNetV1	A	A	A	-	-	A	链接	链接	2016
InceptionResNetV2	A	A	A	-	-	A	链接	链接	2016
PolyNet	A	A	A	-	-	A	链接	链接	2016
NASNet-Large	A	A	A	-	-	A	链接	链接	2017
NASNet-Mobile	A	A	A	-	-	A	链接	链接	2017
PNASNet-Large	A	A	A	-	-	A	链接	链接	2017
SPNASNet	A	A	A	-	-	A	链接	链接	2019
EfficientNet	A	A	A	A	-	A	链接	链接	2019
MixNet	A	A	A	-	-	A	链接	链接	2019
NIN	BCD	BCD	BCD	-	-	-	链接	链接	2013
RoR-3	BCD	BCD	BCD	-	-	-	链接	-	2016
RiR	BCD	BCD	BCD	-	-	-	链接	-	2016
ResDrop-ResNet	bcd	bcd	bcd	-	-	-	链接	链接	2016
Shake-Shake-ResNet	BCD	BCD	BCD	-	-	-	链接	链接	2017
ShakeDrop-ResNet	bcd	bcd	bcd	-	-	-	链接	-	2018
FractalNet	bc	bc	-	-	-	-	链接	链接	2016
NTS-Net	E	E	E	-	-	-	链接	链接	2018

已实现的分割模型表格

一些说明：

• a/A 对应 Pascal VOC2012。
• b/B 对应 ADE20K。
• c/C 对应 Cityscapes。
• d/D 对应 COCO。
• e/E 对应 CelebAMask-HQ。

模型	Gluon	PyTorch	Chainer	Keras	TF	TF2	论文	仓库	年份
PSPNet	ABCD	ABCD	ABCD	-	-	ABCD	链接	-	2016
DeepLabv3	ABcD	ABcD	ABcD	-	-	ABcD	链接	-	2017
FCN-8s(d)	ABcD	ABcD	ABcD	-	-	ABcD	链接	-	2014
ICNet	C	C	C	-	-	C	链接	链接	2017
SINet	C	C	C	-	-	c	链接	链接	2019
BiSeNet	e	e	e	-	-	e	链接	-	2018
DANet	C	C	C	-	-	C	链接	链接	2018
Fast-SCNN	C	C	C	-	-	C	链接	-	2019
CGNet	c	c	c	-	-	c	链接	链接	2018
DABNet	c	c	c	-	-	c	链接	链接	2019
FPENet	c	c	c	-	-	c	链接	-	2019
ContextNet	-	c	-	-	-	-	链接	-	2018
LEDNet	c	c	c	-	-	c	链接	-	2019
ESNet	-	c	-	-	-	-	链接	-	2019
EDANet	-	c	-	-	-	-	链接	链接	2018
ENet	-	c	-	-	-	-	链接	-	2016
ERFNet	-	c	-	-	-	-	链接	-	2017
LinkNet	-	c	-	-	-	-	链接	-	2017
SegNet	-	c	-	-	-	-	链接	-	2015
U-Net	-	c	-	-	-	-	链接	-	2015
SQNet	-	c	-	-	-	-	链接	-	2016

已实现的对象检测模型表格

一些说明：

• a/A 对应 COCO。

模型	Gluon	PyTorch	Chainer	Keras	TF	TF2	论文	仓库	年份
CenterNet	a	a	a	-	-	a	链接	链接	2019

已实现的人体姿态估计模型表格

一些说明：

• a/A 对应 COCO。

模型	Gluon	PyTorch	Chainer	Keras	TF	TF2	论文	仓库	年份
AlphaPose	A	A	A	-	-	A	链接	链接	2016
SimplePose	A	A	A	-	-	A	链接	链接	2018
SimplePose(Mobile)	A	A	A	-	-	A	链接	-	2018
Lightweight OpenPose	A	A	A	-	-	A	链接	链接	2018
IBPPose	A	A	A	-	-	A	链接	链接	2019

已实现的自动语音识别模型表格

一些说明：

• a/A 对应 LibriSpeech。
• b/B 对应 Mozilla Common Voice。

模型	Gluon	PyTorch	Chainer	Keras	TF	TF2	论文	仓库	年份
Jasper DR	AB	AB	ab	-	-	ab	链接	链接	2019
QuartzNet	AB	AB	ab	-	-	ab	链接	链接	2019

imgclsmob 快速上手指南

imgclsmob 是一个专注于计算机视觉任务的深度学习网络研究仓库，提供了多种分类、分割、检测和姿态估计模型的实现。该项目的特点是同一套模型架构支持多种主流框架（MXNet/Gluon, PyTorch, Chainer, Keras, TensorFlow 1.x/2.x），并自动加载在 ImageNet、CIFAR 等数据集上的预训练权重。

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：推荐 Python 3.10（兼容 3.6+）
• 深度学习框架：根据您选择的框架安装对应版本（如 torch, tensorflow, mxnet 等）。
  • 建议：国内用户可使用清华源或阿里源加速框架安装。例如安装 PyTorch：

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

• Git：用于克隆代码仓库。

安装步骤

本项目提供两种使用方式：直接安装对应的 PIP 包（仅含模型）或克隆完整仓库（含训练/评估脚本）。若要体验完整功能，推荐克隆仓库。

1. 克隆仓库

git clone git@github.com:osmr/imgclsmob.git
cd imgclsmob

注：若 GitHub 连接缓慢，可使用国内镜像（如 Gitee 镜像，如有）或通过代理加速。

2. 安装依赖

使用 pip 安装项目所需的通用依赖库。国内用户建议指定清华源以提升下载速度：

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

3. (可选) 安装特定框架的独立包

如果您只需要在代码中调用模型而不需要训练脚本，可以直接安装针对特定框架优化的 PIP 包：

• PyTorch: pip install pytorchcv
• TensorFlow 2.x: pip install tf2cv
• MXNet/Gluon: pip install gluoncv2
• Keras: pip install kerascv
• Chainer: pip install chainercv2
• TensorFlow 1.x: pip install tensorflowcv

基本使用

imgclsmob 的核心优势在于能够自动下载并加载预训练权重。以下以 PyTorch 框架为例，演示如何加载一个预训练的 ResNet-50 模型并进行简单的推理。其他框架用法类似。

示例：加载预训练模型并推理

import torch
from pytorchcv.model_provider import get_model as ptcv_get_model

# 1. 获取模型
# 参数 'resnet50_v1b' 为模型名称，pretrained=True 表示自动下载并加载 ImageNet 预训练权重
net = ptcv_get_model("resnet50_v1b", pretrained=True)

# 2. 设置模型为评估模式
net.eval()

# 3. 准备输入数据 (模拟一张 224x224 的图片)
# 实际使用时请替换为您的图像预处理逻辑
input_data = torch.randn(1, 3, 224, 224)

# 4. 执行前向传播
with torch.no_grad():
    output = net(input_data)

# 5. 获取预测结果 (类别概率)
probabilities = torch.softmax(output, dim=1)
print(f"输出形状：{output.shape}")
print(f"最大概率类别索引：{torch.argmax(probabilities, dim=1).item()}")

支持的模型

该项目支持大量经典与现代模型，包括但不限于：

• 基础系列: AlexNet, VGG, ResNet, DenseNet
• 注意力机制: SENet, CBAM, BAM
• 高效网络: MobileNet (需确认具体变体), ShuffleNet, SqueezeNet, HarDNet
• 最新架构: ResNeSt, RegNet, HRNet, ViT (部分支持)

您可以在各框架对应的文档目录（如 pytorchcv/README.md）中查询完整的模型列表及具体名称字符串。