令人惊叹 - 图像分类

自2014年以来，深度学习图像分类领域的论文与代码精选列表。受 awesome-object-detection、deep_learning_object_detection 和 awesome-deep-learning-papers 的启发而创建。

背景

我认为，在深入其他计算机视觉领域之前，图像分类是一个非常好的起点，尤其是对于完全不了解深度学习的初学者而言。当我刚开始学习计算机视觉时，犯过许多错误。当时如果有人能告诉我应该从哪篇论文入手就好了。直到现在，似乎还没有一个像 deep_learning_object_detection 那样专门列出图像分类论文的仓库。因此，我决定创建这样一个包含深度学习图像分类论文和代码的仓库，以帮助他人。我个人建议那些对深度学习一无所知的人，可以从 VGG 开始，然后是 GoogLeNet、ResNet，读完这些之后再继续阅读列表中的其他论文，或者转到其他领域。

注：我还维护了一个关于部分图像分类网络的 PyTorch 实现仓库，你可以在这里查看：pytorch-cifar100。

性能表格

为简化起见，我仅列出了各论文在 ImageNet 数据集上取得的最佳 Top-1 和 Top-5 准确率。需要注意的是，即使某个模型的准确率更高，也不一定意味着它就比另一个更好。这是因为有些模型更注重降低模型复杂度而非提升准确率，或者有些论文只提供了单裁剪的结果，而另一些则给出了模型融合或多裁剪的结果。

• ConvNet：卷积网络名称
• ImageNet Top-1 Acc：该论文在 ImageNet 上取得的最佳 Top-1 准确率
• ImageNet Top-5 Acc：该论文在 ImageNet 上取得的最佳 Top-5 准确率
• Published In：论文发表的会议或期刊名称

卷积神经网络	ImageNet Top-1准确率	ImageNet Top-5准确率	发表时间
Vgg	76.3	93.2	ICLR2015
GoogleNet	-	93.33	CVPR2015
PReLU-nets	-	95.06	ICCV2015
ResNet	-	96.43	CVPR2015
PreActResNet	79.9	95.2	CVPR2016
Inceptionv3	82.8	96.42	CVPR2016
Inceptionv4	82.3	96.2	AAAI2016
Inception-ResNet-v2	82.4	96.3	AAAI2016
Inceptionv4 + Inception-ResNet-v2	83.5	96.92	AAAI2016
RiR	-	-	ICLR Workshop2016
Stochastic Depth ResNet	78.02	-	ECCV2016
WRN	78.1	94.21	BMVC2016
SqueezeNet	60.4	82.5	arXiv2017(被ICLR2017拒绝)
GeNet	72.13	90.26	ICCV2017
MetaQNN	-	-	ICLR2017
PyramidNet	80.8	95.3	CVPR2017
DenseNet	79.2	94.71	ECCV2017
FractalNet	75.8	92.61	ICLR2017
ResNext	-	96.97	CVPR2017
IGCV1	73.05	91.08	ICCV2017
Residual Attention Network	80.5	95.2	CVPR2017
Xception	79	94.5	CVPR2017
MobileNet	70.6	-	arXiv2017
PolyNet	82.64	96.55	CVPR2017
DPN	79	94.5	NIPS2017
Block-QNN	77.4	93.54	CVPR2018
CRU-Net	79.7	94.7	IJCAI2018
DLA	75.3	-	CVPR2018
ShuffleNet	75.3	-	CVPR2018
CondenseNet	73.8	91.7	CVPR2018
NasNet	82.7	96.2	CVPR2018
MobileNetV2	74.7	-	CVPR2018
IGCV2	70.07	-	CVPR2018
hier	79.7	94.8	ICLR2018
PNasNet	82.9	96.2	ECCV2018
AmoebaNet	83.9	96.6	AAAI2018
SENet	-	97.749	CVPR2018
ShuffleNetV2	81.44	-	ECCV2018
CBAM	79.93	94.41	ECCV2018
IGCV3	72.2	-	BMVC2018
BAM	77.56	93.71	BMVC2018
MnasNet	76.13	92.85	CVPR2018
SKNet	80.60	-	CVPR2019
DARTS	73.3	91.3	ICLR2019
ProxylessNAS	75.1	92.5	ICLR2019
MobileNetV3	75.2	-	CVPR2019
Res2Net	79.2	94.37	PAMI2019
LIP-ResNet	79.33	94.6	ICCV2019
EfficientNet	84.3	97.0	ICML2019
FixResNeXt	86.4	98.0	NIPS2019
BiT	87.5	-	ECCV2020
PSConv + ResNext101	80.502	95.276	ECCV2020
NoisyStudent	88.4	98.7	CVPR2020
RegNet	79.9	-	CVPR2020
GhostNet	75.7	-	CVPR2020
ViT	88.55	-	ICLR2021
DeiT	85.2	-	ICML2021
PVT	81.7	-	ICCV2021
T2T-Vit	83.3	-	ICCV2021
DeepVit	80.9	-	Arvix2021
ViL	83.7	-	ICCV2021
TNT	83.9	-	Arvix2021
CvT	87.7	-	ICCV2021
CViT	84.1	-	ICCV2021
Focal-T	84.0	-	NIPS2021
Twins	83.7	-	NIPS2021
PVTv2	81.7	-	CVM2022

论文与代码

VGG

用于大规模图像识别的超深卷积网络。 卡伦·西蒙尼扬，安德鲁·齐瑟曼

• 论文：https://arxiv.org/abs/1409.1556
• 代码：torchvision：https://github.com/pytorch/vision/blob/master/torchvision/models/vgg.py
• 代码：keras-applications：https://github.com/keras-team/keras-applications/blob/master/keras_applications/vgg16.py
• 代码：keras-applications：https://github.com/keras-team/keras-applications/blob/master/keras_applications/vgg19.py

GoogleNet

通过卷积更深入地学习 克里斯蒂安·塞格迪，魏刘，杨青·贾，皮埃尔·塞尔马内，斯科特·里德，德拉戈米尔·安古洛夫，杜米特鲁·埃尔汉，文森特·范胡克，安德鲁·拉比诺维奇

• 论文：https://arxiv.org/abs/1409.4842
• 代码：非官方TensorFlow实现：https://github.com/conan7882/GoogLeNet-Inception
• 代码：非官方Caffe实现：https://github.com/lim0606/caffe-googlenet-bn

PReLU-nets

深入研究修正线性单元：在ImageNet分类任务上超越人类水平的表现 凯明·何，张祥宇，任少卿，孙健

• 论文：https://arxiv.org/abs/1502.01852
• 代码：非官方Chainer实现：https://github.com/nutszebra/prelu_net

ResNet

用于图像识别的深度残差学习 凯明·何，张祥宇，任少卿，孙健

• 论文：https://arxiv.org/abs/1512.03385
• 代码：Facebook Torch实现：https://github.com/facebook/fb.resnet.torch
• 代码：torchvision：https://github.com/pytorch/vision/blob/master/torchvision/models/resnet.py
• 代码：keras-applications：https://github.com/keras-team/keras-applications/blob/master/keras_applications/resnet.py
• 代码：非官方Keras实现：https://github.com/raghakot/keras-resnet
• 代码：非官方TensorFlow实现：https://github.com/ry/tensorflow-resnet

PreActResNet

深度残差网络中的恒等映射 凯明·何，张祥宇，任少卿，孙健

• 论文：https://arxiv.org/abs/1603.05027
• 代码：Facebook Torch实现：https://github.com/facebook/fb.resnet.torch/blob/master/models/preresnet.lua
• 代码：官方实现：https://github.com/KaimingHe/resnet-1k-layers
• 代码：非官方PyTorch实现：https://github.com/kuangliu/pytorch-cifar/blob/master/models/preact_resnet.py
• 代码：非官方MXNet实现：https://github.com/tornadomeet/ResNet

Inceptionv3

重新思考计算机视觉中的Inception架构 克里斯蒂安·塞格迪，文森特·范胡克，谢尔盖·伊奥费，乔纳森·施伦斯，兹比格涅夫·沃伊纳

• 论文：https://arxiv.org/abs/1512.00567
• 代码：torchvision：https://github.com/pytorch/vision/blob/master/torchvision/models/inception.py
• 代码：keras-applications：https://github.com/keras-team/keras-applications/blob/master/keras_applications/inception_v3.py

Inceptionv4 && Inception-ResNetv2

Inception-v4、Inception-ResNet以及残差连接对学习的影响 克里斯蒂安·塞格迪，谢尔盖·伊奥费，文森特·范胡克，亚历克斯·阿莱米

• 论文：https://arxiv.org/abs/1602.07261
• 代码：非官方Keras实现：https://github.com/kentsommer/keras-inceptionV4
• 代码：非官方Keras实现：https://github.com/titu1994/Inception-v4
• 代码：非官方Keras实现：https://github.com/yuyang-huang/keras-inception-resnet-v2

RiR

残差网络中的残差网络：泛化残差架构 萨莎·塔格，迪奥戈·阿尔梅达，凯文·莱曼

• 论文：https://arxiv.org/abs/1603.08029
• 代码：非官方TensorFlow实现：https://github.com/SunnerLi/RiR-Tensorflow
• 代码：非官方Chainer实现：https://github.com/nutszebra/resnet_in_resnet

随机深度ResNet

具有随机深度的深度网络 高黄，于孙，庄刘，丹尼尔·塞德拉，基利安·温伯格

• 论文：https://arxiv.org/abs/1603.09382
• 代码：非官方Torch实现：https://github.com/yueatsprograms/Stochastic_Depth
• 代码：非官方Chainer实现：https://github.com/yasunorikudo/chainer-ResDrop
• 代码：非官方Keras实现：https://github.com/dblN/stochastic_depth_keras

WRN

宽残差网络 谢尔盖·扎戈鲁伊科，尼科斯·科莫达基斯

• 论文：https://arxiv.org/abs/1605.07146
• 代码：官方实现：https://github.com/szagoruyko/wide-residual-networks
• 代码：非官方PyTorch实现：https://github.com/xternalz/WideResNet-pytorch
• 代码：非官方Keras实现：https://github.com/asmith26/wide_resnets_keras
• 代码：非官方PyTorch实现：https://github.com/meliketoy/wide-resnet.pytorch

SqueezeNet

SqueezeNet：参数量减少50倍、模型大小小于0.5MB，同时达到AlexNet级别的精度 Forrest N. Iandola, Song Han, Matthew W. Moskewicz, Khalid Ashraf, William J. Dally, Kurt Keutzer

• 论文：https://arxiv.org/abs/1602.07360
• 代码：torchvision：https://github.com/pytorch/vision/blob/master/torchvision/models/squeezenet.py
• 代码：非官方-Caffe：https://github.com/DeepScale/SqueezeNet
• 代码：非官方-Keras：https://github.com/rcmalli/keras-squeezenet
• 代码：非官方-Caffe：https://github.com/songhan/SqueezeNet-Residual

GeNet

遗传CNN Lingxi Xie, Alan Yuille

• 论文：https://arxiv.org/abs/1703.01513
• 代码：非官方-TensorFlow：https://github.com/aqibsaeed/Genetic-CNN

MetaQNN

利用强化学习设计神经网络架构 Bowen Baker, Otkrist Gupta, Nikhil Naik, Ramesh Raskar

• 论文：https://arxiv.org/abs/1611.02167
• 代码：官方：https://github.com/bowenbaker/metaqnn

PyramidNet

深度金字塔残差网络 Dongyoon Han, Jiwhan Kim, Junmo Kim

• 论文：https://arxiv.org/abs/1610.02915
• 代码：官方：https://github.com/jhkim89/PyramidNet
• 代码：非官方-PyTorch：https://github.com/dyhan0920/PyramidNet-PyTorch

DenseNet

密集连接的卷积网络 Gao Huang, Zhuang Liu, Laurens van der Maaten, Kilian Q. Weinberger

• 论文：https://arxiv.org/abs/1608.06993
• 代码：官方：https://github.com/liuzhuang13/DenseNet
• 代码：非官方-Keras：https://github.com/titu1994/DenseNet
• 代码：非官方-Caffe：https://github.com/shicai/DenseNet-Caffe
• 代码：非官方-TensorFlow：https://github.com/YixuanLi/densenet-tensorflow
• 代码：非官方-PyTorch：https://github.com/YixuanLi/densenet-tensorflow
• 代码：非官方-PyTorch：https://github.com/bamos/densenet.pytorch
• 代码：非官方-Keras：https://github.com/flyyufelix/DenseNet-Keras

FractalNet

FractalNet：无残差连接的超深层神经网络 Gustav Larsson, Michael Maire, Gregory Shakhnarovich

• 论文：https://arxiv.org/abs/1605.07648
• 代码：非官方-Caffe：https://github.com/gustavla/fractalnet
• 代码：非官方-Keras：https://github.com/snf/keras-fractalnet
• 代码：非官方-TensorFlow：https://github.com/tensorpro/FractalNet

ResNext

用于深度神经网络的聚合残差变换 Saining Xie, Ross Girshick, Piotr Dollár, Zhuowen Tu, Kaiming He

• 论文：https://arxiv.org/abs/1611.05431
• 代码：官方：https://github.com/facebookresearch/ResNeXt
• 代码：Keras Applications：https://github.com/keras-team/keras-applications/blob/master/keras_applications/resnext.py
• 代码：非官方-PyTorch：https://github.com/prlz77/ResNeXt.pytorch
• 代码：非官方-Keras：https://github.com/titu1994/Keras-ResNeXt
• 代码：非官方-TensorFlow：https://github.com/taki0112/ResNeXt-Tensorflow
• 代码：非官方-TensorFlow：https://github.com/wenxinxu/ResNeXt-in-tensorflow

IGCV1

用于深度神经网络的交错分组卷积 Ting Zhang, Guo-Jun Qi, Bin Xiao, Jingdong Wang

• 论文：https://arxiv.org/abs/1707.02725
• 代码：官方：https://github.com/hellozting/InterleavedGroupConvolutions

残差注意力网络

用于图像分类的残差注意力网络 Fei Wang, Mengqing Jiang, Chen Qian, Shuo Yang, Cheng Li, Honggang Zhang, Xiaogang Wang, Xiaoou Tang

• 论文：https://arxiv.org/abs/1704.06904
• 代码：官方：https://github.com/fwang91/residual-attention-network
• 代码：非官方-PyTorch：https://github.com/tengshaofeng/ResidualAttentionNetwork-pytorch
• 代码：非官方-Gluon：https://github.com/PistonY/ResidualAttentionNetwork
• 代码：非官方-Keras：https://github.com/koichiro11/residual-attention-network

Xception

Xception：基于深度可分离卷积的深度学习 François Chollet

• 论文：https://arxiv.org/abs/1610.02357
• 代码：非官方-PyTorch：https://github.com/jfzhang95/pytorch-deeplab-xception/blob/master/modeling/backbone/xception.py
• 代码：非官方-TensorFlow：https://github.com/kwotsin/TensorFlow-Xception
• 代码：非官方-Caffe：https://github.com/yihui-he/Xception-caffe
• 代码：非官方-PyTorch：https://github.com/tstandley/Xception-PyTorch
• 代码：Keras Applications：https://github.com/keras-team/keras-applications/blob/master/keras_applications/xception.py

MobileNet

MobileNets：面向移动视觉应用的高效卷积神经网络 Andrew G. Howard、Menglong Zhu、Bo Chen、Dmitry Kalenichenko、Weijun Wang、Tobias Weyand、Marco Andreetto、Hartwig Adam

• 论文PDF：https://arxiv.org/abs/1704.04861
• 代码（TensorFlow非官方实现）：https://github.com/Zehaos/MobileNet
• 代码（Caffe非官方实现）：https://github.com/shicai/MobileNet-Caffe
• 代码（PyTorch非官方实现）：https://github.com/marvis/pytorch-mobilenet
• 代码（Keras应用库）：https://github.com/keras-team/keras-applications/blob/master/keras_applications/mobilenet.py

PolyNet

PolyNet：在超深度网络中追求结构多样性 Xingcheng Zhang、Zhizhong Li、Chen Change Loy、Dahua Lin

• 论文PDF：https://arxiv.org/abs/1611.05725
• 代码（官方实现）：https://github.com/open-mmlab/polynet

DPN

双路径网络 Yunpeng Chen、Jianan Li、Huaxin Xiao、Xiaojie Jin、Shuicheng Yan、Jiashi Feng

• 论文PDF：https://arxiv.org/abs/1707.01629
• 代码（官方实现）：https://github.com/cypw/DPNs
• 代码（Keras非官方实现）：https://github.com/titu1994/Keras-DualPathNetworks
• 代码（PyTorch非官方实现）：https://github.com/oyam/pytorch-DPNs
• 代码（PyTorch非官方实现）：https://github.com/rwightman/pytorch-dpn-pretrained

Block-QNN

实用的分块式神经网络架构生成 Zhao Zhong、Junjie Yan、Wei Wu、Jing Shao、Cheng-Lin Liu

• 论文PDF：https://arxiv.org/abs/1708.05552

CRU-Net

通过深度神经网络中的集体张量分解共享残差单元 Chen Yunpeng、Jin Xiaojie、Kang Bingyi、Feng Jiashi、Yan Shuicheng

• 论文PDF：https://arxiv.org/abs/1703.02180
• 代码（官方实现）：https://github.com/cypw/CRU-Net
• 代码（MXNet非官方实现）：https://github.com/bruinxiong/Modified-CRUNet-and-Residual-Attention-Network.mxnet

DLA

深度层聚合 Fisher Yu、Dequan Wang、Evan Shelhamer、Trevor Darrell

• 论文PDF：https://arxiv.org/abs/1707.06484
• 代码（PyTorch官方实现）：https://github.com/ucbdrive/dla

ShuffleNet

ShuffleNet：一种极其高效的移动端卷积神经网络 Xiangyu Zhang、Xinyu Zhou、Mengxiao Lin、Jian Sun

• 论文PDF：https://arxiv.org/abs/1707.01083
• 代码（TensorFlow非官方实现）：https://github.com/MG2033/ShuffleNet
• 代码（PyTorch非官方实现）：https://github.com/jaxony/ShuffleNet
• 代码（Caffe非官方实现）：https://github.com/farmingyard/ShuffleNet
• 代码（Keras非官方实现）：https://github.com/scheckmedia/keras-shufflenet

CondenseNet

CondenseNet：一种使用学习型组卷积的高效DenseNet Gao Huang、Shichen Liu、Laurens van der Maaten、Kilian Q. Weinberger

• 论文PDF：https://arxiv.org/abs/1711.09224
• 代码（官方实现）：https://github.com/ShichenLiu/CondenseNet
• 代码（TensorFlow非官方实现）：https://github.com/markdtw/condensenet-tensorflow

NasNet

学习可迁移的架构以实现可扩展的图像识别 Barret Zoph、Vijay Vasudevan、Jonathon Shlens、Quoc V. Le

• 论文PDF：https://arxiv.org/abs/1707.07012
• 代码（Keras非官方实现）：https://github.com/titu1994/Keras-NASNet
• 代码（Keras应用库）：https://github.com/keras-team/keras-applications/blob/master/keras_applications/nasnet.py
• 代码（PyTorch非官方实现）：https://github.com/wandering007/nasnet-pytorch
• 代码（TensorFlow非官方实现）：https://github.com/yeephycho/nasnet-tensorflow

MobileNetV2

MobileNetV2：倒置残差与线性瓶颈 Mark Sandler、Andrew Howard、Menglong Zhu、Andrey Zhmoginov、Liang-Chieh Chen

• 论文PDF：https://arxiv.org/abs/1801.04381
• 代码（Keras非官方实现）：https://github.com/xiaochus/MobileNetV2
• 代码（PyTorch非官方实现）：https://github.com/Randl/MobileNetV2-pytorch
• 代码（TensorFlow非官方实现）：https://github.com/neuleaf/MobileNetV2

IGCV2

IGCV2：交错式结构化稀疏卷积神经网络 Guotian Xie、Jingdong Wang、Ting Zhang、Jianhuang Lai、Richang Hong、Guo-Jun Qi

• 论文PDF：https://arxiv.org/abs/1804.06202

hier

用于高效架构搜索的层次化表示 Hanxiao Liu、Karen Simonyan、Oriol Vinyals、Chrisantha Fernando、Koray Kavukcuoglu

• 论文PDF：https://arxiv.org/abs/1711.00436

PNasNet

渐进式神经架构搜索 Chenxi Liu、Barret Zoph、Maxim Neumann、Jonathon Shlens、Wei Hua、Li-Jia Li、Li Fei-Fei、Alan Yuille、Jonathan Huang、Kevin Murphy

• 论文PDF：https://arxiv.org/abs/1712.00559
• 代码（TensorFlow-Slim实现）：https://github.com/tensorflow/models/blob/master/research/slim/nets/nasnet/pnasnet.py
• 代码（PyTorch非官方实现）：https://github.com/chenxi116/PNASNet.pytorch
• 代码（TensorFlow非官方实现）：https://github.com/chenxi116/PNASNet.TF

AmoebaNet

基于正则化进化的图像分类器架构搜索 Esteban Real、Alok Aggarwal、Yanping Huang、Quoc V Le

• 论文PDF：https://arxiv.org/abs/1802.01548
• 代码（TensorFlow TPU实现）：https://github.com/tensorflow/tpu/tree/master/models/official/amoeba_net

SENet

挤压与激励网络 胡杰、沈力、塞缪尔·阿尔巴尼、孙刚、吴恩华

• 论文：https://arxiv.org/abs/1709.01507
• 代码：官方：https://github.com/hujie-frank/SENet
• 代码：非官方-PyTorch：https://github.com/moskomule/senet.pytorch
• 代码：非官方-TensorFlow：https://github.com/taki0112/SENet-Tensorflow
• 代码：非官方-Caffe：https://github.com/shicai/SENet-Caffe
• 代码：非官方-MXNet：https://github.com/bruinxiong/SENet.mxnet

ShuffleNetV2

ShuffleNet V2：高效CNN架构设计的实用指南 马宁宁、张翔宇、郑海涛、孙剑

• 论文：https://arxiv.org/abs/1807.11164
• 代码：非官方-PyTorch：https://github.com/Randl/ShuffleNetV2-pytorch
• 代码：非官方-Keras：https://github.com/opconty/keras-shufflenetV2
• 代码：非官方-PyTorch：https://github.com/Bugdragon/ShuffleNet_v2_PyTorch
• 代码：非官方-Caffe2：https://github.com/wolegechu/ShuffleNetV2.Caffe2

CBAM

CBAM：卷积块注意力模块 桑贤宇、朴宗灿、李俊英、权仁昭

• 论文：https://arxiv.org/abs/1807.06521
• 代码：官方-PyTorch：https://github.com/Jongchan/attention-module
• 代码：非官方-PyTorch：https://github.com/luuuyi/CBAM.PyTorch
• 代码：非官方-PyTorch：https://github.com/elbuco1/CBAM
• 代码：非官方-Keras：https://github.com/kobiso/CBAM-keras

IGCV3

IGCV3：用于高效深度神经网络的交错低秩分组卷积 孙柯、李明杰、刘东、王井东

• 论文：https://arxiv.org/abs/1806.00178
• 代码：官方：https://github.com/homles11/IGCV3
• 代码：非官方-PyTorch：https://github.com/xxradon/IGCV3-pytorch
• 代码：非官方-TensorFlow：https://github.com/ZHANG-SHI-CHANG/IGCV3

BAM

BAM：瓶颈注意力模块 朴宗灿、桑贤宇、李俊英、权仁昭

• 论文：https://arxiv.org/abs/1807.06514
• 代码：官方-PyTorch：https://github.com/Jongchan/attention-module
• 代码：非官方-TensorFlow：https://github.com/huyz1117/BAM

MNasNet

MnasNet：面向移动设备的平台感知神经架构搜索 谭铭星、陈博、庞若明、瓦苏德万、黎魁

• 论文：https://arxiv.org/abs/1807.11626
• 代码：非官方-PyTorch：https://github.com/AnjieZheng/MnasNet-PyTorch
• 代码：非官方-Caffe：https://github.com/LiJianfei06/MnasNet-caffe
• 代码：非官方-MXNet：https://github.com/chinakook/Mnasnet.MXNet
• 代码：非官方-Keras：https://github.com/Shathe/MNasNet-Keras-Tensorflow

SKNet

选择性卷积网络 李翔、王文海、胡晓林、杨健

• 论文：https://arxiv.org/abs/1903.06586
• 代码：官方：https://github.com/implus/SKNet

DARTS

DARTS：可微架构搜索 刘瀚霄、卡伦·西蒙扬、杨一鸣

• 论文：https://arxiv.org/abs/1806.09055
• 代码：官方：https://github.com/quark0/darts
• 代码：非官方-PyTorch：https://github.com/khanrc/pt.darts
• 代码：非官方-TensorFlow：https://github.com/NeroLoh/darts-tensorflow

ProxylessNAS

ProxylessNAS：直接在目标任务和硬件上进行神经架构搜索 蔡汉、朱立耕、韩松

• 论文：https://arxiv.org/abs/1812.00332
• 代码：官方：https://github.com/mit-han-lab/ProxylessNAS

MobileNetV3

MobileNetV3的搜索 安德鲁·霍华德、马克·桑德勒、格蕾丝·楚、梁哲·陈、陈博、谭铭星、王伟军、朱玉坤、庞若明、瓦苏德万、黎魁、哈特维格·亚当

• 论文：https://arxiv.org/abs/1905.02244
• 代码：非官方-PyTorch：https://github.com/xiaolai-sqlai/mobilenetv3
• 代码：非官方-PyTorch：https://github.com/kuan-wang/pytorch-mobilenet-v3
• 代码：非官方-PyTorch：https://github.com/leaderj1001/MobileNetV3-Pytorch
• 代码：非官方-PyTorch：https://github.com/d-li14/mobilenetv3.pytorch
• 代码：非官方-Caffe：https://github.com/jixing0415/caffe-mobilenet-v3
• 代码：非官方-Keras：https://github.com/xiaochus/MobileNetV3

Res2Net

Res2Net：一种新的多尺度骨干网络架构 高尚华、程明明、赵凯、张鑫宇、杨明轩、托尔

• 论文：https://arxiv.org/abs/1904.01169
• 代码：非官方-PyTorch：https://github.com/4uiiurz1/pytorch-res2net
• 代码：非官方-Keras：https://github.com/fupiao1998/res2net-keras
• 代码：官方-PyTorch：https://github.com/Res2Net

LIP-ResNet

LIP：基于局部重要性的池化 高子腾、王利民、吴刚山

• 论文：https://arxiv.org/abs/1908.04156
• 代码：官方-PyTorch：https://github.com/sebgao/LIP

EfficientNet

EfficientNet：重新思考卷积神经网络的模型缩放 Mingxing Tan, Quoc V. Le

• pdf：https://arxiv.org/abs/1905.11946
• 代码：非官方 PyTorch 版本：https://github.com/lukemelas/EfficientNet-PyTorch
• 代码：官方 TensorFlow 版本：https://github.com/tensorflow/tpu/tree/master/models/official/efficientnet

FixResNeXt

解决训练与测试分辨率不一致的问题 Hugo Touvron, Andrea Vedaldi, Matthijs Douze, Hervé Jégou

• pdf：https://arxiv.org/abs/1906.06423
• 代码：官方 PyTorch 版本：https://github.com/facebookresearch/FixRes

BiT

大迁移（BiT）：通用视觉表征学习 Alexander Kolesnikov, Lucas Beyer, Xiaohua Zhai, Joan Puigcerver, Jessica Yung, Sylvain Gelly, Neil Houlsby

• pdf：https://arxiv.org/abs/1912.11370
• 代码：官方 TensorFlow 版本：https://github.com/google-research/big_transfer

PSConv + ResNext101

PSConv：将特征金字塔压缩进一个紧凑的多尺度卷积层 Duo Li1, Anbang Yao2B, 和 Qifeng Chen1B

• pdf：https://arxiv.org/abs/2007.06191
• 代码：https://github.com/d-li14/PSConv

NoisyStudent

带有噪声的学生自训练提升 ImageNet 分类性能 Qizhe Xie, Minh-Thang Luong, Eduard Hovy, Quoc V. Le

• pdf：https://arxiv.org/abs/1911.04252
• 代码：官方 TensorFlow 版本：https://github.com/google-research/noisystudent
• 代码：非官方 PyTorch 版本：https://github.com/sally20921/NoisyStudent

RegNet

设计网络设计空间 Ilija Radosavovic, Raj Prateek Kosaraju, Ross Girshick, Kaiming He, Piotr Dollár

• pdf：https://arxiv.org/abs/2003.13678
• 代码：官方 PyTorch 版本：https://github.com/facebookresearch/pycls
• 代码：非官方 PyTorch 版本：https://github.com/d-li14/regnet.pytorch

GhostNet

GhostNet：以低成本操作获得更多特征 Kai Han, Yunhe Wang, Qi Tian, Jianyuan Guo, Chunjing Xu, Chang Xu

• pdf：https://arxiv.org/abs/1911.11907
• 代码：官方 PyTorch 版本：https://github.com/huawei-noah/ghostnet

ViT

一张图胜过 16×16 个词：大规模图像识别中的 Transformer Alexey Dosovitskiy, Lucas Beyer, Alexander Kolesnikov, Dirk Weissenborn, Xiaohua Zhai, Thomas Unterthiner, Mostafa Dehghani, Matthias Minderer, Georg Heigold, Sylvain Gelly, Jakob Uszkoreit, Neil Houlsby

• pdf：https://arxiv.org/abs/2010.11929
• 代码：官方 TensorFlow 版本：https://github.com/google-research/vision_transformer
• 代码：非官方 PyTorch 版本：https://github.com/jeonsworld/ViT-pytorch

DeiT

数据高效训练的视觉 Transformer 及通过注意力进行蒸馏 Hugo Touvron, Matthieu Cord, Matthijs Douze, Francisco Massa, Alexandre Sablayrolles, Hervé Jégou

• pdf：https://arxiv.org/abs/2012.12877
• 代码：官方 PyTorch 版本：https://github.com/facebookresearch/deit

PVT

金字塔视觉 Transformer：无需卷积的密集预测通用骨干网络 Wenhai Wang, Enze Xie, Xiang Li, Deng-Ping Fan, Kaitao Song, Ding Liang, Tong Lu, Ping Luo, Ling Shao

• pdf：https://arxiv.org/abs/2102.12122
• 代码：官方 PyTorch 版本：https://github.com/whai362/PVT

T2T

Token-to-Token ViT：从头开始在 ImageNet 上训练视觉 Transformer Li Yuan, Yunpeng Chen, Tao Wang, Weihao Yu, Yujun Shi, Zihang Jiang, Francis EH Tay, Jiashi Feng, Shuicheng Yan

• pdf：https://arxiv.org/abs/2101.11986
• 代码：官方 PyTorch 版本：https://github.com/yitu-opensource/T2T-ViT

DeepVit

DeepViT：迈向更深的视觉 Transformer Daquan Zhou, Bingyi Kang, Xiaojie Jin, Linjie Yang, Xiaochen Lian, Zihang Jiang, Qibin Hou，以及 Jiashi Feng。

• pdf：https://arxiv.org/abs/2103.11886
• 代码：官方 PyTorch 版本：https://github.com/zhoudaquan/dvit_repo

ViL

多尺度视觉 Longformer：一种用于高分辨率图像编码的新视觉 Transformer Pengchuan Zhang, Xiyang Dai, Jianwei Yang, Bin Xiao, Lu Yuan, Lei Zhang，以及 Jianfeng Gao

• pdf：https://arxiv.org/abs/2103.15358
• 代码：官方 PyTorch 版本：https://github.com/microsoft/vision-longformer

TNT

Transformer in Transformer Kai Han, An Xiao, Enhua Wu, Jianyuan Guo, Chunjing Xu，以及 Yunhe Wang

• pdf：https://arxiv.org/abs/2103.00112
• 代码：https://github.com/huawei-noah/CV-Backbones

CvT

CvT：将卷积引入视觉 Transformer Haiping Wu, Bin Xiao, Noel Codella，以及 Mengchen Liu、Xiyang Dai、Lu Yuan、Lei Zhang

• pdf：https://arxiv.org/abs/2103.15808
• 代码：https://github.com/microsoft/CvT

CViT

CrossViT：用于图像分类的交叉注意力多尺度视觉 Transformer Chun-Fu (Richard) Chen, Quanfu Fan，以及 Rameswar Panda

• pdf：https://arxiv.org/abs/2103.14899
• 代码：https://github.com/IBM/CrossViT

Focal-T

视觉 Transformer 中用于长距离交互的焦点注意力 Jianwei Yang, Chunyuan Li, Pengchuan Zhang，以及 Xiyang Dai、Bin Xiao、Lu Yuan、Jianfeng Gao

• pdf：https://arxiv.org/abs/2107.00641
• 代码：https://github.com/microsoft/Focal-Transformer

Twins

Twins：重新审视视觉 Transformer 中的空间注意力设计

• pdf：https://arxiv.org/abs/2104.13840
• 代码：https://git.io/Twins

PVTv2

Wenhai Wang, Enze Xie, Xiang Li，以及 Deng-Ping Fan、Kaitao Song、Ding Liang、Tong Lu、Ping Luo、Ling Shao

• pdf：https://arxiv.org/abs/2106.13797
• 代码：官方 PyTorch 版本：https://github.com/whai362/PVT

Awesome-Image-Classification 快速上手指南

awesome-image-classification 并非一个可直接安装的单一软件包，而是一个精选的深度学习图像分类论文与代码实现清单。本指南将指导你如何利用该清单中的资源，快速搭建环境并运行经典的图像分类模型（以 ResNet 为例）。

环境准备

在开始之前，请确保你的开发环境满足以下要求：

• 操作系统：Linux (推荐 Ubuntu 18.04+), macOS, 或 Windows (需配置 WSL2)。
• 硬件要求：建议使用配备 NVIDIA GPU 的机器以加速训练和推理（CUDA 支持）。
• 前置依赖：
  • Python 3.8 或更高版本
  • pip 包管理工具
  • Git

安装步骤

由于清单中包含了多种框架（PyTorch, TensorFlow, Keras 等）的实现，以下步骤以目前最主流的 PyTorch 框架为例，演示如何安装依赖并获取代码。

1. 创建虚拟环境（推荐）

python -m venv img_cls_env
source img_cls_env/bin/activate  # Windows 用户请使用: img_cls_env\Scripts\activate

2. 安装 PyTorch

推荐使用国内镜像源（如清华大学开源软件镜像站）加速安装。以下命令安装支持 CUDA 11.8 的稳定版 PyTorch：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

注：若无 NVIDIA GPU，请使用 CPU 版本：pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu

3. 获取参考代码

清单中推荐了多个代码库。你可以直接克隆作者提供的 PyTorch 实现仓库，其中包含了 VGG, ResNet, DenseNet 等多种模型的复现代码：

git clone https://github.com/weiaicunzai/pytorch-cifar100.git
cd pytorch-cifar100

同时安装该项目所需的额外依赖：

pip install -r requirements.txt

基本使用

以下示例展示如何使用已安装的 pytorch-cifar100 仓库运行一个经典的 ResNet-18 模型进行简单的推理测试。

1. 加载预定义模型

在项目根目录下，创建一个名为 quick_start.py 的文件，填入以下代码：

import torch
from models.resnet import resnet18
from torchvision import transforms
from PIL import Image

# 1. 初始化模型
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
model = resnet18(num_classes=100) # CIFAR-100 有 100 个类别
model.to(device)
model.eval()

# 2. 定义图像预处理流程 (需与训练时保持一致)
transform = transforms.Compose([
    transforms.Resize((32, 32)), # CIFAR 数据集图像大小为 32x32
    transforms.ToTensor(),
    transforms.Normalize((0.5071, 0.4867, 0.4408), (0.2675, 0.2565, 0.2761))
])

# 3. 加载示例图像 (请替换为你本地的图片路径)
# 如果没有图片，可以使用随机张量模拟输入
# image = Image.open("your_image.jpg").convert('RGB')
input_tensor = torch.rand(1, 3, 32, 32).to(device) 

# 4. 执行推理
with torch.no_grad():
    output = model(input_tensor)
    probabilities = torch.nn.functional.softmax(output[0], dim=0)
    
    # 获取预测类别索引
    predicted_class = torch.argmax(probabilities).item()
    confidence = probabilities[predicted_class].item()

print(f"Predicted Class Index: {predicted_class}")
print(f"Confidence: {confidence:.4f}")

2. 运行脚本

在终端执行以下命令运行脚本：

python quick_start.py

若输出类似 Predicted Class Index: 45 和 Confidence: 0.0123，则说明环境配置成功，模型已可正常调用。

提示：若要复现清单中其他论文（如 EfficientNet, ViT 等）的效果，请访问 awesome-image-classification 原文查找对应的论文链接和官方/非官方代码仓库地址，参照上述步骤进行克隆和运行。