PyTorch-Image-Models项目新增预激活ResNet-18模型支持
2025-05-04 14:59:19作者:邵娇湘
在深度学习模型压缩领域,预激活ResNet(ResNetV2)作为基准模型被广泛使用。然而由于缺乏官方实现,不同研究论文中的模型精度存在差异,给研究者带来了困扰。PyTorch-Image-Models项目近期新增了对预激活ResNet-18和ResNet-34模型的支持,并提供了预训练权重下载,为相关研究提供了可靠的基准。
预激活ResNet(ResNetV2)相比传统ResNet的主要改进在于改变了残差块中激活函数和归一化层的位置。在ResNetV2中,每个残差块采用"预激活"结构,即先进行批归一化(BatchNorm)和ReLU激活,再进行卷积操作。这种设计使得信号可以直接在残差路径上传播,理论上能够缓解梯度消失问题,提升模型性能。
项目此次新增的模型包括两个变种:
- 标准预激活ResNet-18/34
- 改进版预激活ResNet-18d/34d
其中"d"变种采用了两种关键改进:
- 使用3个3x3卷积替代原始结构中的单个7x7卷积作为stem层
- 在下采样捷径连接中使用平均池化+1x1非步长卷积组合,而非传统的步长1x1卷积
这些改进虽然略微增加了参数量和计算量,但能更好地保留特征信息,通常能带来更好的模型性能。值得注意的是,3x3卷积stem设计不同于CIFAR等小尺寸数据集上常见的修改,后者主要是为了适应较小的输入尺寸而减少下采样次数。
对于模型压缩研究而言,预激活ResNet-18因其适中的规模成为理想选择。项目提供的预训练权重使用改进的训练配方,包括Randaugment数据增强和3600个epoch的训练周期,确保了模型性能的可靠性。
这一更新将有助于统一不同研究之间的比较基准,特别是在量化、剪枝和知识蒸馏等领域。研究者现在可以直接引用这些官方实现和预训练权重,避免因实现差异导致的性能偏差,从而更准确地评估新方法的有效性。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~047CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0302- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
176
262

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
863
511

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
259
300

deepin linux kernel
C
22
5

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K