【文件属性】：
文件名称：BBN:PyTorch纸BBN的官方实施
文件大小：34KB
文件格式：ZIP
更新时间：2021-05-03 14:27:49
Python
BBN：具有长尾视觉识别的累积学习双边分支网络
周伯彦，崔泉，魏秀深*，陈兆敏
该存储库是论文的官方PyTorch实施，即。 （这项工作已被口头报告接受）
主要要求
火炬== 1.0.1
火炬视觉== 0.2.2_post3
tensorboardX == 1.8
的Python 3
环境设定
该存储库是在Ubuntu 16.04.5 LTS上使用python 3.5.2 / 3.6.7开发的。 CUDA和CUDNN版本分别为9.0和7.1.3 。 对于Cifar实验，我们使用一张NVIDIA 1080ti GPU卡进行培训和测试。 （ iNaturalist的四张卡）。 其他平台或GPU卡未经过全面测试。
iNaturalist的预训练模型
我们为iNaturalist 2018和iNaturalist 2017提供了1x调度程序和2x调度程序的BBN预训练模型。
iNatura
【文件预览】：
BBN-master
----configs()
--------cifar10.yaml(941B)
--------iNaturalist2017.yaml(1KB)
--------cifar100.yaml(944B)
--------iNaturalist2018.yaml(1KB)
----lib()
--------backbone()
--------loss()
--------utils()
--------modules()
--------core()
--------dataset()
--------data_transform()
--------config()
--------net()
----requirements.txt(156B)
----LICENSE(1KB)
----tools()
--------convert_from_iNat.py(2KB)
----README.md(3KB)
----main()
--------train.py(8KB)
--------valid.py(4KB)
--------_init_paths.py(411B)
----.gitignore(106B)