23 KiB
23 KiB
更新日志
MMSelfSup
v1.0.0 (06/04/2023)
Highlight
- 支持了
PixMIM - 在
projects/dino/支持了DINO
New Features
Bug Fixes
- 修复注册错误 (#732)
- 修复 local-rank 在 pytorch2.0 (#728)
- 更新 MAE 结果 (#722)
- 修复 t-SNE 配置文件缺漏项 (#715)
- 修复 shape bias 的 bug (#717)
- 修复 T-SNE 类型错误 (#708)
Improvements
Docs
v1.0.0rc6 (10/02/2023)
master 仍然是 0.x 版本，我们将会 checkout 一个新的 1.x 用来发布 1.x 版本。 未来我们会同时维护两个版本。
我们简要的列出主要的改变。 请参考迁移文档来查看细节和迁移指引
亮点
- 在
projects/maskfeat_video/支持了MaskFeat视频数据集的预训练 - 将部分文档翻译为中文
新特性
- 在
projects/maskfeat_video/支持了MaskFeat视频数据集的预训练 (#678)
Bug 修复
- 修复
shape bias分布式训练的问题 (#689) - 更新 BEiT v2 的链接 (#676)
- 修复传参时未指定参数的问题 (#654)
- 更新
default_runtime.py文件 (#681) - 将
metafile.yaml重命名为metafile.yml(#680) - 修复
configs/selfsup/eva/metafile.yml中的问题 (#669)
改进
文档
- 翻译 add_transforms.md 和 conventions.md (#674)
- 翻译 classification.md, detection.md, segmentation.md (#665)
- 更新 KNN 脚本的链接 (#661)
- 翻译两篇文档 (#653)
- 翻译三篇文档 (#651)
v1.0.0rc5 (30/12/2022)
master 仍然是 0.x 版本，我们将会 checkout 一个新的 1.x 用来发布 1.x 版本。 未来我们会同时维护两个版本。
我们简要的列出主要的改变。 请参考迁移文档来查看细节和迁移指引
亮点
- 支持了
BEiT v2,MixMIM,EVA - 支持了模型分析工具
ShapeBias - 增加 FGIA ACCV 2022 第一名解决方案
- 重构 t-SNE
新特性
- 支持了
BEiT v2(#627) - 支持了
MixMIM(#626) - 支持了
EVA(#632) - 支持了
ShapeBias评价方式 (#635) - 增加模型转换脚本和指引 (#621)
- 增加 FGIA 比赛预训练方案 (#607)
Bug 修复
- 将
pseudo_collect改为default_collect(#616) - 修复 SimMIM 链接问题 (#622)
- 修改
map_location为cpu(#623) 修复 import 问题 (#631) - 修复配置文件字段问题 (#630)
- 修改
np.int为int(#636) - 修复 knn 多卡 bug (#634)
改进
文档
v1.0.0rc4 (07/12/2022)
master 仍然是 0.x 版本，我们将会 checkout 一个新的 1.x 用来发布 1.x 版本。 未来我们会同时维护两个版本。
我们简要的列出主要的改变。 请参考迁移文档来查看细节和迁移指引
Highlight
- 支持
BEiT和MILAN - 支持 low-level 重建可视化
New Features
Bug Fixes
Improvements
Docs
v1.0.0rc2 (12/10/2022)
master 仍然是 0.x 版本，我们将会 checkout 一个新的 1.x 用来发布 1.x 版本。 未来我们会同时维护两个版本。
我们简要的列出主要的改变。 请参考迁移文档来查看细节和迁移指引
亮点
- 全量支持
MAE,SimMIM,MoCoV3.
新特性
修复 Bug
改进
- 修改 colab 指引 (#470))
- 更新 readthedocs 要求 (#472)
- 更新 CI (#476)
- 优化
mim_slurm_test.sh和mim_dist_test.sh为 benchmarks (#477) - 更新 Metafile format 和 content (#478)
文档
- 添加 advanced_guides/engine.md (#454)
- 添加 advanced_guides/evaluation.md (#456)
- 添加 advanced_guides/transforms.md (#463)
- 添加 dataset docs (#437)
- 优化 contribution guide (#492)
- 更新 convention (#475)
v1.0.0rc1 (01/09/2022)
我们很高兴宣布发布 MMSelfSup v1.0.0rc1。
We are excited to announce the release of MMSelfSup v1.0.0rc1. MMSelfSup v1.0.0rc1 是 MMSelfSup 1.x 的第一个版本，是 OpenMMLab 2.0 项目中的一部分。
master 仍然是 0.x 版本，我们将会 checkout 一个新的 1.x 用来发布 1.x 版本。 未来我们会同时维护两个版本。
我们简要的列出主要的改变。 请参考迁移文档来查看细节和迁移指引
亮点
新特性
- 增加
SelfSupDataSample来统一接口。 - 增加
SelfSupVisualizer可视化功能。 - 增加
SelfSupDataPreprocessor来进行模型的数据预处理。
改进
- 大部分方法都支持非分布式方法。
- 改变不同的数据增强的接口为
dict。 - 使用MMCLassification运行下游分类任务。
文档
- 优化所有文档和重新整理路径。
- 为不同组件增加新的概念。
MMSelfSup
v0.10.0 (30/09/2022)
亮点
新特性
- 支持 MaskFeat (#485)
Bug 修复
改进
文档
v0.9.2 (28/07/2022)
新特性
- 支持 MAE 重建图像的可视化 (#376)
Bug 修复
改进
文档
v0.9.1 (31/05/2022)
亮点
- 更新 BYOL 模型和结果 (#319)
- 改进部分文档
新特性
- 更新 BYOL 模型和结果 (#319)
Bug 修复
改进
文档
v0.9.0 (29/04/2022)
亮点
新特性
Bug 修复
- 修复参数问题 (#290)
- 在 MAE 配置中修改 imgs_per_gpu 为 samples_per_gpu (#278)
- 使用 prefetch dataloader 时避免 GPU 内存溢出 (#277)
- 修复在注册自定义钩子时键值错误的问题 (#273)
改进
- 更新 SimCLR 模型和结果 (#295)
- 单元测试减少内存使用 (#291)
- 去除 pytorch 1.5 测试 (#288)
- 重命名线性评估配置文件 (#281)
- 为 api 增加单元测试 (#276)
文档
- 在模型库增加 SimMIM 并修复链接 (#272)
v0.8.0 (31/03/2022)
亮点
新特性
- 支持 SimMIM (#239)
- 增加 KNN 基准测试，支持中间 checkpoint 和提取的 backbone 权重进行评估 (#243)
- 支持 ImageNet-21k 数据集 (#225)
- 支持自动继续 checkpoint 文件的训练 (#245)
Bug 修复
- 在分布式 sampler 中增加种子 (#250)
- 修复 dist_test_svm_epoch.sh 中参数位置问题 (#260)
- 修复 prepare_voc07_cls.sh 中 mkdir 潜在错误 (#261)
改进
- 更新命令行参数模式 (#253)
文档
v0.7.0 (03/03/2022)
亮点
新特性
Bug 修复
- 修复部分配置文件中的错误 (#200)
- 修复图像读取通道问题并更新相关结果 (#210)
- 修复在使用 prefetch 时，部分 dataset 输出格式不匹配的问题 (#218)
- 修复 t-sne 'no init_cfg' 的错误 (#222)
改进
- 配置文件中弃用
imgs_per_gpu， 改用samples_per_gpu(#204) - 更新 MMCV 的安装方式 (#208)
- 为 算法 readme 和代码版权增加 pre-commit 钩子 (#213)
- 在 CI 工作流中添加 Windows 测试 (#215)
文档
v0.6.0 (02/02/2022)
亮点
新特性
Bug 修复
- 修复问题 (#159, #160) 中提到的相关 bugs (#161)
- 修复
RandomAppliedTrans中缺失的 prob 赋值 (#173) - 修复 k-means losses 显示的 bug (#182)
- 修复非分布式多 gpu 训练/测试中的 bug (#189)
- 修复加载 cifar 数据集时的 bug (#191)
- 修复
dataset.evaluate的参数 bug (#192)
改进
- 取消之前在 CI 中未完成的运行 (#145)
- 增强 MIM 功能 (#152)
- 更改某些特定文件时跳过 CI (#154)
- 在构建 eval 优化器时添加
drop_last选项 (#158) - 弃用对 “python setup.py test” 的支持 (#174)
- 加速训练和启动时间 (#181)
- 升级
isort到 5.10.1 (#184)
文档
- 重构文档目录结构 (#146)
- 修复 readthedocs (#148, #149, #153)
- 修复一些文档中的拼写错误和无效链接 (#155, #180, #195)
- 更新模型库里的训练日志和基准测试结果 (#157, #165, #195)
- 更新部分文档并翻译成中文 (#163, #164, #165, #166, #167, #168, #169, #172, #176, #178, #179)
- 更新算法 README 到新格式 (#177)
v0.5.0 (16/12/2021)
亮点
- 代码重构后发版。
- 添加 3 个新的自监督学习算法。
- 支持 MMDet 和 MMSeg 的基准测试。
- 添加全面的文档。
重构
- 合并冗余数据集文件。
- 适配新版 MMCV，去除旧版相关代码。
- 继承 MMCV BaseModule。
- 优化目录结构。
- 重命名所有配置文件。
新特性
- 添加 SwAV、SimSiam、DenseCL 算法。
- 添加 t-SNE 可视化工具。
- 支持 MMCV 版本 fp16。
基准
- 更多基准测试结果，包括分类、检测和分割。
- 支持下游任务中的一些新数据集。
- 使用 MIM 启动 MMDet 和 MMSeg 训练。
文档
- 重构 README、getting_started、install、model_zoo 文档。
- 添加数据准备文档。
- 添加全面的教程。
OpenSelfSup (历史)
v0.3.0 (14/10/2020)
亮点
- 支持混合精度训练。
- 改进 GaussianBlur 使训练速度加倍。
- 更多基准测试结果。
Bug 修复
- 修复 moco v2 中的 bugs，现在结果可复现。
- 修复 byol 中的 bugs。
新特性
- 混合精度训练。
- 改进 GaussianBlur 使 MoCo V2、SimCLR、BYOL 的训练速度加倍。
- 更多基准测试结果，包括 Places、VOC、COCO。
v0.2.0 (26/6/2020)
亮点
- 支持 BYOL。
- 支持半监督基准测试。
Bug 修复
- 修复 publish_model.py 中的哈希 id。
新特性
- 支持 BYOL。
- 在线性和半监督评估中将训练和测试脚本分开。
- 支持半监督基准测试：benchmarks/dist_train_semi.sh。
- 将基准测试相关的配置文件移动到 configs/benchmarks/。
- 提供基准测试结果和模型下载链接。
- 支持每隔几次迭代更新网络。
- 支持带有 Nesterov 的 LARS 优化器。
- 支持 SimCLR 和 BYOL 从 LARS 适应和权重衰减中排除特定参数的需求。