Repvgg A0

🚀 RepVGG-A0模型

RepVGG-A0模型在ImageNette数据集上进行了预训练。RepVGG架构在这篇论文中被提出。该模型可用于图像分类任务，基于PyTorch和ONNX技术，为图像分类提供了高效的解决方案。

✨ 主要特性

• 作者的核心思想是将训练架构（带有捷径连接）与推理架构（纯高速公路网络）区分开来。
• 通过设计残差块，训练架构可以重新参数化为简单的卷积和非线性激活序列。

📦 安装指南

前提条件

安装Holocron需要Python 3.6（或更高版本）以及 pip/conda。

最新稳定版本

你可以使用 pypi 安装该软件包的最新稳定版本，命令如下：

pip install pylocron

或者使用 conda 进行安装：

conda install -c frgfm pylocron

开发者模式

如果你希望使用该项目中尚未发布的最新功能，可以从源代码安装该软件包（需先安装 Git）：

git clone https://github.com/frgfm/Holocron.git
pip install -e Holocron/.

💻 使用示例

基础用法

from PIL import Image
from torchvision.transforms import Compose, ConvertImageDtype, Normalize, PILToTensor, Resize
from torchvision.transforms.functional import InterpolationMode
from holocron.models import model_from_hf_hub

model = model_from_hf_hub("frgfm/repvgg_a0").eval()

img = Image.open(path_to_an_image).convert("RGB")

# 预处理
config = model.default_cfg
transform = Compose([
    Resize(config['input_shape'][1:], interpolation=InterpolationMode.BILINEAR),
    PILToTensor(),
    ConvertImageDtype(torch.float32),
    Normalize(config['mean'], config['std'])
])

input_tensor = transform(img).unsqueeze(0)

# 推理
with torch.inference_mode():
    output = model(input_tensor)
probs = output.squeeze(0).softmax(dim=0)

📚 详细文档

引用信息

原论文

@article{DBLP:journals/corr/abs-2101-03697,
  author    = {Xiaohan Ding and
               Xiangyu Zhang and
               Ningning Ma and
               Jungong Han and
               Guiguang Ding and
               Jian Sun},
  title     = {RepVGG: Making VGG-style ConvNets Great Again},
  journal   = {CoRR},
  volume    = {abs/2101.03697},
  year      = {2021},
  url       = {https://arxiv.org/abs/2101.03697},
  eprinttype = {arXiv},
  eprint    = {2101.03697},
  timestamp = {Tue, 09 Feb 2021 15:29:34 +0100},
  biburl    = {https://dblp.org/rec/journals/corr/abs-2101-03697.bib},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}

本实现的来源

@software{Fernandez_Holocron_2020,
author = {Fernandez, François-Guillaume},
month = {5},
title = {{Holocron}},
url = {https://github.com/frgfm/Holocron},
year = {2020}
}

📄 许可证

本项目采用Apache-2.0许可证。