HRNet

HRNet，或 高分辨率网络 (High-Resolution Net)，是一种用于语义分割、目标检测和图像分类等任务的通用卷积神经网络。它能够在整个过程中保持高分辨率的表示。我们从一个高分辨率的卷积流开始，逐步添加从高到低分辨率的卷积流，并将多分辨率流并行连接。生成的网络包含几个（论文中为 4 个）阶段，并且 $n$ 阶段包含 $n$ 个流，对应于 $n$ 个分辨率。作者通过在并行流之间反复交换信息来进行重复的多分辨率融合。

如何在图像上使用此模型？

加载预训练模型

>>> import timm
>>> model = timm.create_model('hrnet_w18', pretrained=True)
>>> model.eval()

加载和预处理图像

>>> import urllib
>>> from PIL import Image
>>> from timm.data import resolve_data_config
>>> from timm.data.transforms_factory import create_transform

>>> config = resolve_data_config({}, model=model)
>>> transform = create_transform(**config)

>>> url, filename = ("https://github.com/pytorch/hub/raw/master/images/dog.jpg", "dog.jpg")
>>> urllib.request.urlretrieve(url, filename)
>>> img = Image.open(filename).convert('RGB')
>>> tensor = transform(img).unsqueeze(0) # transform and add batch dimension

获取模型预测

>>> import torch
>>> with torch.no_grad():
...     out = model(tensor)
>>> probabilities = torch.nn.functional.softmax(out[0], dim=0)
>>> print(probabilities.shape)
>>> # prints: torch.Size([1000])

获取前 5 个预测类别名称

>>> # Get imagenet class mappings
>>> url, filename = ("https://raw.githubusercontent.com/pytorch/hub/master/imagenet_classes.txt", "imagenet_classes.txt")
>>> urllib.request.urlretrieve(url, filename)
>>> with open("imagenet_classes.txt", "r") as f:
...     categories = [s.strip() for s in f.readlines()]

>>> # Print top categories per image
>>> top5_prob, top5_catid = torch.topk(probabilities, 5)
>>> for i in range(top5_prob.size(0)):
...     print(categories[top5_catid[i]], top5_prob[i].item())
>>> # prints class names and probabilities like:
>>> # [('Samoyed', 0.6425196528434753), ('Pomeranian', 0.04062102362513542), ('keeshond', 0.03186424449086189), ('white wolf', 0.01739676296710968), ('Eskimo dog', 0.011717947199940681)]

将模型名称替换为您要使用的变体，例如 hrnet_w18。您可以在此页面顶部的模型摘要中找到 ID。

要使用此模型提取图像特征，请遵循 timm 特征提取示例，只需更改要使用的模型名称。

如何微调此模型？

您可以通过更改分类器（最后一层）来微调任何预训练模型。

>>> model = timm.create_model('hrnet_w18', pretrained=True, num_classes=NUM_FINETUNE_CLASSES)

要在您自己的数据集上进行微调，您必须编写一个训练循环或调整 timm 的训练脚本以使用您的数据集。

如何训练此模型？

您可以遵循 timm 食谱脚本从头开始训练新模型。

引用

@misc{sun2019highresolution,
      title={High-Resolution Representations for Labeling Pixels and Regions},
      author={Ke Sun and Yang Zhao and Borui Jiang and Tianheng Cheng and Bin Xiao and Dong Liu and Yadong Mu and Xinggang Wang and Wenyu Liu and Jingdong Wang},
      year={2019},
      eprint={1904.04514},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}

< > 在 GitHub 上更新