PaddleClas/README.md

简体中文 | English

PaddleClas

简介

飞桨图像分类套件PaddleClas是飞桨为工业界和学术界所准备的一个图像分类任务的工具集，助力使用者训练出更好的视觉模型和应用落地。

近期更新

• 2020.07.14 添加Res2Net200_vd_26w_4s_ssld模型，在ImageNet上Top-1 Acc可达85.13%；添加Fix_ResNet50_vd_ssld_v2模型，，在ImageNet上Top-1 Acc可达84.0%。
• 2020.06.17 添加英文文档。
• 2020.06.12 添加对windows和CPU环境的训练与评估支持。
• 2020.05.17 添加混合精度训练，基于ResNet50模型，精度几乎无损的情况下，训练时间可以减少约40%。
• more

特性

• 丰富的模型库：基于ImageNet1k分类数据集，PaddleClas提供了24个系列的分类网络结构，同时支持模型的训练、评估与预测。支持的预训练模型列表、下载地址以及更多信息请见文档教程中的模型库章节。

• SSLD知识蒸馏：基于PaddleClas自研的SSLD知识蒸馏方案，模型效果普遍提升3%以上。关于SSLD知识蒸馏的详细介绍以及实验请参考文档教程中的知识蒸馏章节。

• 数据增广：PaddleClas提供了AutoAugment、Cutout、Cutmix等8种数据增广算法的复现和在统一实验环境下的效果评估。每种数据增广方法的详细介绍、对比的实验环境请参考文档教程中的数据增广章节。

• 10万类图像分类预训练模型：百度自研并开源了基于10万类数据集训练的ResNet50_vd模型，在一些实际场景中，使用10万类图像分类预训练模型的识别准确率最多可以提升30%。更多关于该10W类图像分类预训练模型的介绍和效果请参考文档中的图像分类迁移学习章节。

• 多种训练方案，包括多机训练、混合精度训练等。

• 多种预测推理、部署方案，包括TensorRT预测、Paddle-Lite预测、模型服务化部署、模型量化、Paddle Hub等。

• 可运行于Linux、Windows、MacOS等多种系统。

文档教程

• 快速安装
• 30分钟玩转PaddleClas
• 模型库介绍和预训练模型
  • 模型库概览图
  • ResNet及其Vd系列
  • SEResNeXt与Res2Net系列
  • Inception系列
  • DPN与DenseNet系列
  • EfficientNet与ResNeXt101_wsl系列
  • ResNeSt与RegNet系列
  • 移动端系列
• 模型训练/评估
  • 数据准备
  • 模型训练与微调
  • 模型评估
• 模型预测
  • 基于训练引擎预测推理
  • 基于Python预测引擎预测推理
  • 基于C++预测引擎预测推理(coming soon)
  • 服务化部署
  • 端侧部署(coming soon)
  • 模型量化压缩
• 高阶使用
  • 知识蒸馏
  • 数据增广
• 特色拓展应用
  • 迁移学习
  • 10万类图像分类预训练模型
  • 通用目标检测
• FAQ
  • 图像分类通用问题(coming soon)
  • PaddleClas实战FAQ
• 赛事支持
• 许可证书
• 贡献代码

模型库

模型库概览图

基于ImageNet1k分类数据集，PaddleClas支持24种系列分类网络结构以及对应的122个图像分类预训练模型，训练技巧、每个系列网络结构的简单介绍和性能评估将在相应章节展现，下面所有的速度指标评估环境如下：

• CPU的评估环境基于骁龙855（SD855）。
• GPU评估环境基于T4机器，在FP32+TensorRT配置下运行500次测得（去除前10次的warmup时间）。

常见服务器端模型的精度指标与其预测耗时的变化曲线如下图所示。

常见移动端模型的精度指标与其预测耗时、模型存储大小的变化曲线如下图所示。

ResNet及其Vd系列

ResNet及其Vd系列模型的精度、速度指标如下表所示，更多关于该系列的模型介绍可以参考：ResNet及其Vd系列模型文档。

模型	Top-1 Acc	Top-5 Acc	time(ms) bs=1	time(ms) bs=4	Flops(G)	Params(M)	下载地址
ResNet18	0.7098	0.8992	1.45606	3.56305	3.66	11.69	下载链接
ResNet18_vd	0.7226	0.9080	1.54557	3.85363	4.14	11.71	下载链接
ResNet34	0.7457	0.9214	2.34957	5.89821	7.36	21.8	下载链接
ResNet34_vd	0.7598	0.9298	2.43427	6.22257	7.39	21.82	下载链接
ResNet50	0.7650	0.9300	3.47712	7.84421	8.19	25.56	下载链接
ResNet50_vc	0.7835	0.9403	3.52346	8.10725	8.67	25.58	下载链接
ResNet50_vd	0.7912	0.9444	3.53131	8.09057	8.67	25.58	下载链接
ResNet50_vd_v2	0.7984	0.9493	3.53131	8.09057	8.67	25.58	下载链接
ResNet101	0.7756	0.9364	6.07125	13.40573	15.52	44.55	下载链接
ResNet101_vd	0.8017	0.9497	6.11704	13.76222	16.1	44.57	下载链接
ResNet152	0.7826	0.9396	8.50198	19.17073	23.05	60.19	下载链接
ResNet152_vd	0.8059	0.9530	8.54376	19.52157	23.53	60.21	下载链接
ResNet200_vd	0.8093	0.9533	10.80619	25.01731	30.53	74.74	下载链接
ResNet50_vd_ ssld	0.8239	0.9610	3.53131	8.09057	8.67	25.58	下载链接
ResNet50_vd_ ssld_v2	0.8300	0.9640	3.53131	8.09057	8.67	25.58	下载链接
ResNet101_vd_ ssld	0.8373	0.9669	6.11704	13.76222	16.1	44.57	下载链接

SEResNeXt与Res2Net系列

SEResNeXt与Res2Net系列模型的精度、速度指标如下表所示，更多关于该系列的模型介绍可以参考：SEResNeXt与Res2Net系列模型文档。

模型	Top-1 Acc	Top-5 Acc	time(ms) bs=1	time(ms) bs=4	Flops(G)	Params(M)	下载地址
Res2Net50_26w_4s	0.7933	0.9457	4.47188	9.65722	8.52	25.7	下载链接
Res2Net50_vd_26w_4s	0.7975	0.9491	4.52712	9.93247	8.37	25.06	下载链接
Res2Net50_14w_8s	0.7946	0.9470	5.4026	10.60273	9.01	25.72	下载链接
Res2Net101_vd_26w_4s	0.8064	0.9522	8.08729	17.31208	16.67	45.22	下载链接
Res2Net200_vd_26w_4s	0.8121	0.9571	14.67806	32.35032	31.49	76.21	下载链接
Res2Net200_vd_26w_4s_ssld	0.8513	0.9742	14.67806	32.35032	31.49	76.21	下载链接
ResNeXt50_32x4d	0.7775	0.9382	7.56327	10.6134	8.02	23.64	下载链接
ResNeXt50_vd_32x4d	0.7956	0.9462	7.62044	11.03385	8.5	23.66	下载链接
ResNeXt50_64x4d	0.7843	0.9413	13.80962	18.4712	15.06	42.36	下载链接
ResNeXt50_vd_64x4d	0.8012	0.9486	13.94449	18.88759	15.54	42.38	下载链接
ResNeXt101_32x4d	0.7865	0.9419	16.21503	19.96568	15.01	41.54	下载链接
ResNeXt101_vd_32x4d	0.8033	0.9512	16.28103	20.25611	15.49	41.56	下载链接
ResNeXt101_64x4d	0.7835	0.9452	30.4788	36.29801	29.05	78.12	下载链接
ResNeXt101_vd_64x4d	0.8078	0.9520	30.40456	36.77324	29.53	78.14	下载链接
ResNeXt152_32x4d	0.7898	0.9433	24.86299	29.36764	22.01	56.28	下载链接
ResNeXt152_vd_32x4d	0.8072	0.9520	25.03258	30.08987	22.49	56.3	下载链接
ResNeXt152_64x4d	0.7951	0.9471	46.7564	56.34108	43.03	107.57	下载链接
ResNeXt152_vd_64x4d	0.8108	0.9534	47.18638	57.16257	43.52	107.59	下载链接
SE_ResNet18_vd	0.7333	0.9138	1.7691	4.19877	4.14	11.8	下载链接
SE_ResNet34_vd	0.7651	0.9320	2.88559	7.03291	7.84	21.98	下载链接
SE_ResNet50_vd	0.7952	0.9475	4.28393	10.38846	8.67	28.09	下载链接
SE_ResNeXt50_32x4d	0.7844	0.9396	8.74121	13.563	8.02	26.16	下载链接
SE_ResNeXt50_vd_32x4d	0.8024	0.9489	9.17134	14.76192	10.76	26.28	下载链接
SE_ResNeXt101_32x4d	0.7912	0.9420	18.82604	25.31814	15.02	46.28	下载链接
SENet154_vd	0.8140	0.9548	53.79794	66.31684	45.83	114.29	下载链接

DPN与DenseNet系列

DPN与DenseNet系列模型的精度、速度指标如下表所示，更多关于该系列的模型介绍可以参考：DPN与DenseNet系列模型文档。

模型	Top-1 Acc	Top-5 Acc	time(ms) bs=1	time(ms) bs=4	Flops(G)	Params(M)	下载地址
DenseNet121	0.7566	0.9258	4.40447	9.32623	5.69	7.98	下载链接
DenseNet161	0.7857	0.9414	10.39152	22.15555	15.49	28.68	下载链接
DenseNet169	0.7681	0.9331	6.43598	12.98832	6.74	14.15	下载链接
DenseNet201	0.7763	0.9366	8.20652	17.45838	8.61	20.01	下载链接
DenseNet264	0.7796	0.9385	12.14722	26.27707	11.54	33.37	下载链接
DPN68	0.7678	0.9343	11.64915	12.82807	4.03	10.78	下载链接
DPN92	0.7985	0.9480	18.15746	23.87545	12.54	36.29	下载链接
DPN98	0.8059	0.9510	21.18196	33.23925	22.22	58.46	下载链接
DPN107	0.8089	0.9532	27.62046	52.65353	35.06	82.97	下载链接
DPN131	0.8070	0.9514	28.33119	46.19439	30.51	75.36	下载链接

HRNet系列

HRNet系列模型的精度、速度指标如下表所示，更多关于该系列的模型介绍可以参考：HRNet系列模型文档。

模型	Top-1 Acc	Top-5 Acc	time(ms) bs=1	time(ms) bs=4	Flops(G)	Params(M)	下载地址
HRNet_W18_C	0.7692	0.9339	7.40636	13.29752	4.14	21.29	下载链接
HRNet_W18_C_ssld	0.81162	0.95804	7.40636	13.29752	4.14	21.29	下载链接
HRNet_W30_C	0.7804	0.9402	9.57594	17.35485	16.23	37.71	下载链接
HRNet_W32_C	0.7828	0.9424	9.49807	17.72921	17.86	41.23	下载链接
HRNet_W40_C	0.7877	0.9447	12.12202	25.68184	25.41	57.55	下载链接
HRNet_W44_C	0.7900	0.9451	13.19858	32.25202	29.79	67.06	下载链接
HRNet_W48_C	0.7895	0.9442	13.70761	34.43572	34.58	77.47	下载链接
HRNet_W64_C	0.7930	0.9461	17.57527	47.9533	57.83	128.06	下载链接

Inception系列

Inception系列模型的精度、速度指标如下表所示，更多关于该系列的模型介绍可以参考：Inception系列模型文档。

模型	Top-1 Acc	Top-5 Acc	time(ms) bs=1	time(ms) bs=4	Flops(G)	Params(M)	下载地址
GoogLeNet	0.7070	0.8966	1.88038	4.48882	2.88	8.46	下载链接
Xception41	0.7930	0.9453	4.96939	17.01361	16.74	22.69	下载链接
Xception41_deeplab	0.7955	0.9438	5.33541	17.55938	18.16	26.73	下载链接
Xception65	0.8100	0.9549	7.26158	25.88778	25.95	35.48	下载链接
Xception65_deeplab	0.8032	0.9449	7.60208	26.03699	27.37	39.52	下载链接
Xception71	0.8111	0.9545	8.72457	31.55549	31.77	37.28	下载链接
InceptionV4	0.8077	0.9526	12.99342	25.23416	24.57	42.68	下载链接

EfficientNet与ResNeXt101_wsl系列

EfficientNet与ResNeXt101_wsl系列模型的精度、速度指标如下表所示，更多关于该系列的模型介绍可以参考：EfficientNet与ResNeXt101_wsl系列模型文档。

模型	Top-1 Acc	Top-5 Acc	time(ms) bs=1	time(ms) bs=4	Flops(G)	Params(M)	下载地址
ResNeXt101_ 32x8d_wsl	0.8255	0.9674	18.52528	34.25319	29.14	78.44	下载链接
ResNeXt101_ 32x16d_wsl	0.8424	0.9726	25.60395	71.88384	57.55	152.66	下载链接
ResNeXt101_ 32x32d_wsl	0.8497	0.9759	54.87396	160.04337	115.17	303.11	下载链接
ResNeXt101_ 32x48d_wsl	0.8537	0.9769	99.01698256	315.91261	173.58	456.2	下载链接
Fix_ResNeXt101_ 32x48d_wsl	0.8626	0.9797	160.0838242	595.99296	354.23	456.2	下载链接
EfficientNetB0	0.7738	0.9331	3.442	6.11476	0.72	5.1	下载链接
EfficientNetB1	0.7915	0.9441	5.3322	9.41795	1.27	7.52	下载链接
EfficientNetB2	0.7985	0.9474	6.29351	10.95702	1.85	8.81	下载链接
EfficientNetB3	0.8115	0.9541	7.67749	16.53288	3.43	11.84	下载链接
EfficientNetB4	0.8285	0.9623	12.15894	30.94567	8.29	18.76	下载链接
EfficientNetB5	0.8362	0.9672	20.48571	61.60252	19.51	29.61	下载链接
EfficientNetB6	0.8400	0.9688	32.62402	-	36.27	42	下载链接
EfficientNetB7	0.8430	0.9689	53.93823	-	72.35	64.92	下载链接
EfficientNetB0_ small	0.7580	0.9258	2.3076	4.71886	0.72	4.65	下载链接

ResNeSt与RegNet系列

ResNeSt与RegNet系列模型的精度、速度指标如下表所示，更多关于该系列的模型介绍可以参考：ResNeSt与RegNet系列模型文档。

模型	Top-1 Acc	Top-5 Acc	time(ms) bs=1	time(ms) bs=4	Flops(G)	Params(M)	下载地址
ResNeSt50_ fast_1s1x64d	0.8035	0.9528	-	-	8.68	26.3	下载链接
ResNeSt50	0.8102	0.9542	-	-	10.78	27.5	下载链接
RegNetX_4GF	0.785	0.9416	6.46478	11.19862	8	22.1	下载链接

移动端系列

移动端系列模型的精度、速度指标如下表所示，更多关于该系列的模型介绍可以参考：移动端系列模型文档。

模型	Top-1 Acc	Top-5 Acc	SD855 time(ms) bs=1	Flops(G)	Params(M)	模型大小(M)	下载地址
MobileNetV1_ x0_25	0.5143	0.7546	3.21985	0.07	0.46	1.9	下载链接
MobileNetV1_ x0_5	0.6352	0.8473	9.579599	0.28	1.31	5.2	下载链接
MobileNetV1_ x0_75	0.6881	0.8823	19.436399	0.63	2.55	10	下载链接
MobileNetV1	0.7099	0.8968	32.523048	1.11	4.19	16	下载链接
MobileNetV1_ ssld	0.7789	0.9394	32.523048	1.11	4.19	16	下载链接
MobileNetV2_ x0_25	0.5321	0.7652	3.79925	0.05	1.5	6.1	下载链接
MobileNetV2_ x0_5	0.6503	0.8572	8.7021	0.17	1.93	7.8	下载链接
MobileNetV2_ x0_75	0.6983	0.8901	15.531351	0.35	2.58	10	下载链接
MobileNetV2	0.7215	0.9065	23.317699	0.6	3.44	14	下载链接
MobileNetV2_ x1_5	0.7412	0.9167	45.623848	1.32	6.76	26	下载链接
MobileNetV2_ x2_0	0.7523	0.9258	74.291649	2.32	11.13	43	下载链接
MobileNetV2_ ssld	0.7674	0.9339	23.317699	0.6	3.44	14	下载链接
MobileNetV3_ large_x1_25	0.7641	0.9295	28.217701	0.714	7.44	29	下载链接
MobileNetV3_ large_x1_0	0.7532	0.9231	19.30835	0.45	5.47	21	下载链接
MobileNetV3_ large_x0_75	0.7314	0.9108	13.5646	0.296	3.91	16	下载链接
MobileNetV3_ large_x0_5	0.6924	0.8852	7.49315	0.138	2.67	11	下载链接
MobileNetV3_ large_x0_35	0.6432	0.8546	5.13695	0.077	2.1	8.6	下载链接
MobileNetV3_ small_x1_25	0.7067	0.8951	9.2745	0.195	3.62	14	下载链接
MobileNetV3_ small_x1_0	0.6824	0.8806	6.5463	0.123	2.94	12	下载链接
MobileNetV3_ small_x0_75	0.6602	0.8633	5.28435	0.088	2.37	9.6	下载链接
MobileNetV3_ small_x0_5	0.5921	0.8152	3.35165	0.043	1.9	7.8	下载链接
MobileNetV3_ small_x0_35	0.5303	0.7637	2.6352	0.026	1.66	6.9	下载链接
MobileNetV3_ small_x0_35_ssld	0.5555	0.7771	2.6352	0.026	1.66	6.9	下载链接
MobileNetV3_ large_x1_0_ssld	0.7896	0.9448	19.30835	0.45	5.47	21	下载链接
MobileNetV3_large_ x1_0_ssld_int8	0.7605	-	14.395	-	-	10	下载链接
MobileNetV3_small_ x1_0_ssld	0.7129	0.9010	6.5463	0.123	2.94	12	下载链接
ShuffleNetV2	0.6880	0.8845	10.941	0.28	2.26	9	下载链接
ShuffleNetV2_ x0_25	0.4990	0.7379	2.329	0.03	0.6	2.7	下载链接
ShuffleNetV2_ x0_33	0.5373	0.7705	2.64335	0.04	0.64	2.8	下载链接
ShuffleNetV2_ x0_5	0.6032	0.8226	4.2613	0.08	1.36	5.6	下载链接
ShuffleNetV2_ x1_5	0.7163	0.9015	19.3522	0.58	3.47	14	下载链接
ShuffleNetV2_ x2_0	0.7315	0.9120	34.770149	1.12	7.32	28	下载链接
ShuffleNetV2_ swish	0.7003	0.8917	16.023151	0.29	2.26	9.1	下载链接
DARTS_GS_4M	0.7523	0.9215	47.204948	1.04	4.77	21	下载链接
DARTS_GS_6M	0.7603	0.9279	53.720802	1.22	5.69	24	下载链接
GhostNet_ x0_5	0.6688	0.8695	5.7143	0.082	2.6	10	下载链接
GhostNet_ x1_0	0.7402	0.9165	13.5587	0.294	5.2	20	下载链接
GhostNet_ x1_3	0.7579	0.9254	19.9825	0.44	7.3	29	下载链接

许可证书

本项目的发布受Apache 2.0 license许可认证。

贡献代码

我们非常欢迎你为PaddleClas贡献代码，也十分感谢你的反馈。

• 非常感谢nblib修正了PaddleClas中RandErasing的数据增广配置文件。
• 非常感谢chenpy228修正了PaddleClas文档中的部分错别字。