Статья - https://arxiv.org/pdf/2002.09024v1.pdf
За основу взята модель ResNet34
Python 3.7.7
pip install -r requirements.txt
python train.py
Аргументы:
cutmix
- использовать ли CutMix;m
- число аугментаций CutMix для Maxup;device
- использовать CPU или GPU;epochs
- число эпох;pretrained_weights
- путь к весам предобученной модели.
python eval.py
Аргументы:
weights
- путь к весам модели;device
- использовать CPU или GPU.
Сравнительная оценка качества:
Accuracy, % | |
---|---|
Resnet34 | 98.5 |
Resnet34 + CutMix | 97.49 |
Resnet34 + MaxUp+CutMix, m=4 | 96.83 |
Resnet34 + MaxUp+CutMix, m=4, fine-tuned | 97.02 |
Веса моделей:
-
Resnet34:
./result/Base_exp/weights.pth
-
Resnet34 + CutMix (m=1):
./result/Cutmix_exp/weights.pth
-
Resnet34 + MaxUp+CutMix, m=4:
./result/Cutmix_maxup_4_exp/weights.pth
-
Resnet34 + MaxUp+CutMix, m=4 (fine-tuned):
./result/Cutmix_maxup_4_exp/weights.pth