PyTorch-Image-Models-Multi-Label-Classification:基于timm的多标签分类-源码.zip

【实例简介】
PyTorch图像模型多标签分类 基于timm的多标签分类。 更新2021/03/22 更新了./timm/models/multi_label_model.py、./train.py和./validate.py，以计算每个标签的精度。 介绍 该存储库用于多标签分类。 该代码基于 。 感谢罗斯的出色工作。 我于2021年2月27日下载了他的代码。 我认为我的多标签分类代码将与他的最新版本兼容，但我没有检查。 该是多标签分类的主要参考资料。 感谢Dmitry Retinskiy和Satya Mallick。 为了理解我们的上下文和数据集，尽管您无需阅读此处的特定代码，但请花5分钟阅读上面的链接。 将所有图像放入./fashion-product-images/images/。 为了实现多标签分类，我从Ross的pytorch-image-models中修改（添加）以下文件： ./
【实例截图】
【核心代码】
16359647429712849633.zip
└── PyTorch-Image-Models-Multi-Label-Classification-main
├── avg_checkpoints.py
├── clean_checkpoint.py
├── convert
│   └── convert_from_mxnet.py
├── distributed_train.sh
├── docs
│   ├── archived_changes.md
│   ├── changes.md
│   ├── feature_extraction.md
│   ├── index.md
│   ├── javascripts
│   │   └── tables.js
│   ├── models.md
│   ├── results.md
│   ├── scripts.md
│   └── training_hparam_examples.md
├── fashion-product-images
│   ├── all.csv
│   ├── images
│   │   └── 1163.jpg
│   ├── test.csv
│   ├── train.csv
│   └── val.csv
├── hubconf.py
├── inference.py
├── LICENSE
├── MANIFEST.in
├── mkdocs.yml
├── notebooks
│   ├── EffResNetComparison.ipynb
│   └── GeneralizationToImageNetV2.ipynb
├── README.md
├── requirements-docs.txt
├── requirements-sotabench.txt
├── requirements.txt
├── results
│   ├── generate_csv_results.py
│   ├── imagenet21k_goog_synsets.txt
│   ├── imagenet_a_indices.txt
│   ├── imagenet_a_synsets.txt
│   ├── imagenet_real_labels.json
│   ├── imagenet_r_indices.txt
│   ├── imagenet_r_synsets.txt
│   ├── imagenet_synsets.txt
│   ├── README.md
│   ├── results-imagenet-a-clean.csv
│   ├── results-imagenet-a.csv
│   ├── results-imagenet.csv
│   ├── results-imagenet-r-clean.csv
│   ├── results-imagenet-r.csv
│   ├── results-imagenet-real.csv
│   ├── results-imagenetv2-matched-frequency.csv
│   └── results-sketch.csv
├── setup.cfg
├── setup.py
├── sotabench.py
├── sotabench_setup.sh
├── tests
│   ├── __init__.py
│   ├── test_layers.py
│   └── test_models.py
├── timm
│   ├── data
│   │   ├── auto_augment.py
│   │   ├── config.py
│   │   ├── constants.py
│   │   ├── dataset_factory.py
│   │   ├── dataset_original_version_by_ross.py
│   │   ├── dataset.py
│   │   ├── distributed_sampler.py
│   │   ├── __init__original_version_by_ross.py
│   │   ├── __init__.py
│   │   ├── loader_original_version_by_ross.py
│   │   ├── loader.py
│   │   ├── mixup.py
│   │   ├── parsers
│   │   │   ├── class_map.py
│   │   │   ├── constants.py
│   │   │   ├── __init__.py
│   │   │   ├── parser_factory.py
│   │   │   ├── parser_image_folder.py
│   │   │   ├── parser_image_in_tar.py
│   │   │   ├── parser_image_tar.py
│   │   │   ├── parser.py
│   │   │   └── parser_tfds.py
│   │   ├── random_erasing.py
│   │   ├── real_labels.py
│   │   ├── tf_preprocessing.py
│   │   ├── transforms_factory.py
│   │   └── transforms.py
│   ├── __init__.py
│   ├── loss
│   │   ├── asymmetric_loss.py
│   │   ├── cross_entropy.py
│   │   ├── __init__.py
│   │   └── jsd.py
│   ├── models
│   │   ├── byobnet.py
│   │   ├── cspnet.py
│   │   ├── densenet.py
│   │   ├── dla.py
│   │   ├── dpn.py
│   │   ├── efficientnet_blocks.py
│   │   ├── efficientnet_builder.py
│   │   ├── efficientnet_original_version_by_ross.py
│   │   ├── efficientnet.py
│   │   ├── factory.py
│   │   ├── features.py
│   │   ├── gluon_resnet.py
│   │   ├── gluon_xception.py
│   │   ├── helpers.py
│   │   ├── hrnet.py
│   │   ├── inception_resnet_v2.py
│   │   ├── inception_v3.py
│   │   ├── inception_v4.py
│   │   ├── __init__original_version_by_ross.py
│   │   ├── __init__.py
│   │   ├── layers
│   │   │   ├── activations_jit.py
│   │   │   ├── activations_me.py
│   │   │   ├── activations.py
│   │   │   ├── adaptive_avgmax_pool.py
│   │   │   ├── anti_aliasing.py
│   │   │   ├── blur_pool.py
│   │   │   ├── cbam.py
│   │   │   ├── classifier.py
│   │   │   ├── cond_conv2d.py
│   │   │   ├── config.py
│   │   │   ├── conv2d_same.py
│   │   │   ├── conv_bn_act.py
│   │   │   ├── create_act.py
│   │   │   ├── create_attn.py
│   │   │   ├── create_conv2d.py
│   │   │   ├── create_norm_act.py
│   │   │   ├── drop.py
│   │   │   ├── eca.py
│   │   │   ├── evo_norm.py
│   │   │   ├── helpers.py
│   │   │   ├── __init__.py
│   │   │   ├── inplace_abn.py
│   │   │   ├── linear.py
│   │   │   ├── median_pool.py
│   │   │   ├── mixed_conv2d.py
│   │   │   ├── norm_act.py
│   │   │   ├── padding.py
│   │   │   ├── pool2d_same.py
│   │   │   ├── selective_kernel.py
│   │   │   ├── separable_conv.py
│   │   │   ├── se.py
│   │   │   ├── space_to_depth.py
│   │   │   ├── split_attn.py
│   │   │   ├── split_batchnorm.py
│   │   │   ├── std_conv.py
│   │   │   ├── test_time_pool.py
│   │   │   └── weight_init.py
│   │   ├── mobilenetv3.py
│   │   ├── multi_label_model.py
│   │   ├── nasnet.py
│   │   ├── nfnet.py
│   │   ├── pnasnet.py
│   │   ├── pruned
│   │   │   ├── ecaresnet101d_pruned.txt
│   │   │   ├── ecaresnet50d_pruned.txt
│   │   │   ├── efficientnet_b1_pruned.txt
│   │   │   ├── efficientnet_b2_pruned.txt
│   │   │   └── efficientnet_b3_pruned.txt
│   │   ├── registry.py
│   │   ├── regnet.py
│   │   ├── res2net.py
│   │   ├── resnest.py
│   │   ├── resnet.py
│   │   ├── resnetv2.py
│   │   ├── rexnet.py
│   │   ├── selecsls.py
│   │   ├── senet.py
│   │   ├── sknet.py
│   │   ├── tresnet.py
│   │   ├── vgg.py
│   │   ├── vision_transformer.py
│   │   ├── vovnet.py
│   │   ├── xception_aligned.py
│   │   └── xception.py
│   ├── optim
│   │   ├── adafactor.py
│   │   ├── adahessian.py
│   │   ├── adamp_original_version_by_ross.py
│   │   ├── adamp.py
│   │   ├── adamw.py
│   │   ├── centralization.py
│   │   ├── __init__.py
│   │   ├── lookahead.py
│   │   ├── nadam.py
│   │   ├── novograd.py
│   │   ├── nvnovograd.py
│   │   ├── optim_factory_original_version_by_ross.py
│   │   ├── optim_factory.py
│   │   ├── radam.py
│   │   ├── rmsprop_tf.py
│   │   └── sgdp.py
│   ├── scheduler
│   │   ├── cosine_lr.py
│   │   ├── __init__.py
│   │   ├── plateau_lr.py
│   │   ├── scheduler_factory.py
│   │   ├── scheduler.py
│   │   ├── step_lr.py
│   │   └── tanh_lr.py
│   ├── utils
│   │   ├── agc.py
│   │   ├── checkpoint_saver.py
│   │   ├── clip_grad.py
│   │   ├── cuda.py
│   │   ├── distributed.py
│   │   ├── __init__.py
│   │   ├── jit.py
│   │   ├── log.py
│   │   ├── metrics.py
│   │   ├── misc.py
│   │   ├── model_ema.py
│   │   ├── model.py
│   │   ├── summary_original_version_by_ross.py
│   │   └── summary.py
│   └── version.py
├── train_original_version_by_ross.py
├── train.py
├── validate_original_version_by_ross.py
└── validate.py

19 directories, 209 files