访问官网
Github
Huggingface
文档
论文可逆列网络
这个仓库是以下论文的官方实现：
可逆列网络
蔡宇轩、周亦庄、韩琦、孙建建、孔祥文、李俊、张祥雨
旷视科技
2023年国际学习表示会议（ICLR）
[arxiv]
RevColV2：探索遮蔽图像建模中的解耦表示
更新
2023年9月6日
RevColv2将很快发布！
2023年3月15日
用于分割任务的RevCol Huge检查点已发布！添加了可视化工具。
2023年3月9日
检测、分割代码和模型权重已发布。
2023年2月10日
RevCol模型权重已发布。
2023年1月21日
RevCol被ICLR 2023接收！
2022年12月23日
初始提交：ImageNet-1k和ImageNet-22k分类的代码已发布。
待办事项
- ImageNet-1K和22k训练代码
- ImageNet-1K和22k模型权重
- Cascade Mask R-CNN COCO目标检测代码和模型权重
- ADE20k语义分割代码和模型权重
简介
RevCol由多个子网络副本组成，分别称为列，它们之间采用多层可逆连接。RevCol可以作为计算机视觉中各种任务的基础模型骨干，包括分类、检测和分割。
在ImageNet上使用预训练模型的主要结果
| 名称 | 预训练 | 分辨率 | 参数数量 | FLOPs | acc@1 | 预训练模型 | 微调模型 |
|---|---|---|---|---|---|---|---|
| RevCol-T | ImageNet-1K | 224x224 | 30M | 4.5G | 82.2 | 百度网盘/github | - |
| RevCol-S | ImageNet-1K | 224x224 | 60M | 9.0G | 83.5 | 百度网盘/github | - |
| RevCol-B | ImageNet-1K | 224x224 | 138M | 16.6G | 84.1 | 百度网盘/github | - |
| RevCol-B* | ImageNet-22K | 224x224 | 138M | 16.6G | 85.6 | 百度网盘/github | 百度网盘/github |
| RevCol-B* | ImageNet-22K | 384x384 | 138M | 48.9G | 86.7 | 百度网盘/github | 百度网盘/github |
| RevCol-L* | ImageNet-22K | 224x224 | 273M | 39G | 86.6 | 百度网盘/github | 百度网盘/github |
| RevCol-L* | ImageNet-22K | 384x384 | 273M | 116G | 87.6 | 百度网盘/github | 百度网盘/github |
| RevCol-H*+ | Megdata-168M | 预训练 224 / 微调 640 | 2.1B | 2537 | 90.0 | huggingface | huggingface |
快速开始
请参考 INSTRUCTIONS.md 获取设置、训练和评估的详细信息。
致谢
本仓库受到了多个开源项目的启发。我们感谢这些优秀的项目，并将它们列举如下：
许可证
RevCol 在 Apache 2.0 许可证下发布。
联系我们
如果您对这个仓库或原始论文有任何问题，请联系蔡宇轩，邮箱：caiyuxuan@megvii.com。
引用
@inproceedings{cai2022reversible,
title={Reversible Column Networks},
author={Cai, Yuxuan and Zhou, Yizhuang and Han, Qi and Sun, Jianjian and Kong, Xiangwen and Li, Jun and Zhang, Xiangyu},
booktitle={International Conference on Learning Representations},
year={2023},
url={https://openreview.net/forum?id=Oc2vlWU0jFY}
}
