文件名称：mdeq:[NeurIPS'20]多尺度深度均衡模型
文件大小：16.99MB
文件格式：ZIP
更新时间：2024-04-08 00:00:13
Python
多尺度深度均衡模型 该存储库包含Shaojie Bai，Vladlen Koltun和J.Zico Kolter在论文《模型》中提出的多尺度深度均衡（MDEQ）模型的代码。 隐式深度学习与一般的大规模模式识别任务相关吗？我们提出了多尺度深度均衡（MDEQ）模型，该模型在DEQ公式的基础上进行了扩展，以引入多信号分辨率的同时均衡建模。具体地说，MDEQ通过多个要素表示流的同步平衡来解决和反向传播。这样的结构纠正了DEQ的主要缺点之一，并为辅助损失和复合训练程序（例如，预训练和微调）提供了自然的分层接口。我们的实验首次证明，“浅”隐式模型可以按比例缩放并在实际的计算机视觉任务（例如Cityscapes分割上的百万像素图像）上实现接近SOTA的结果。 我们在此回购中提供了实现以及指向预训练的分类和细分MDEQ模型的链接。 如果您发现该存储库对您的研究有用，请考虑引用我们的工作： @inproc
【文件预览】：
mdeq-master
----images()
--------resized_mdeq_cmp.png(184KB)
--------demo.gif(8.47MB)
--------demo_overlay.gif(7.68MB)
--------mdeq_structure.png(117KB)
--------segmentation_example.png(503KB)
----tools()
--------_init_paths.py(362B)
--------seg_train.py(13KB)
--------seg_test.py(5KB)
--------cls_valid.py(4KB)
--------cls_train.py(10KB)
----pretrained_models()
--------README.md(82B)
----LICENSE(1KB)
----experiments()
--------cifar()
--------imagenet()
--------cityscapes()
----.gitignore(119B)
----lib()
--------models()
--------core()
--------config()
--------utils()
--------datasets()
--------modules()
----README.md(8KB)