darknet53
This is an implementation of DarkNet53 and CSPDarknet53 in pytorch.
网络结构图可以参考https://github.com/WongKinYiu/CrossStagePartialNetworks 里面的cfg文件，将cfg文件用https://netron.app/ 工具打开即可看到完整的网络结构图
1、DarkNet53 classification
darknet53，imagenet数据集上分布式训练，模型文件（darknet53.pth）下载
训练脚本： python main.py --dist-url env:// --dist-backend nccl --world-size 4 imagenet2012_path
训练的时候使用了4张p40显卡，world-size设为4
前向测试脚本： inference_darknet53.py
百度网盘链接：https://pan.baidu.com/s/1gRzKsec0xvVZENxbnPvJmw 提取码: 99bm
谷歌网盘链接：https://drive.google.com/file/d/1VyTXsW3O29Vr-sX5VZCpQLy_3CV4EpYX/view?usp=sharing
2、CspDarknet53 classificaton
cspdarknet53,imagenet数据集上分布式训练，模型文件（cspdarknet53.pth）下载
训练脚本： python main.py --dist-url env:// --dist-backend nccl --world-size 6 imagenet2012_path
训练的时候使用了6张p40显卡，world-size设为6
前向测试脚本： inference_cspdarknet53.py
百度网盘链接：https://pan.baidu.com/s/14ZmeICTklSV-fDJoZscjDA 提取码: 5ggr
谷歌网盘链接：https://drive.google.com/file/d/1UcU_2tysmgMAVXPlDXEvmwwWpgsNlsJY/view?usp=sharing
3、YOLOV4 object detection
https://github.com/njustczr/yolov4-pytorch
imagenet数据集上分类accuracy:
| 模型 | input_size | top1 acc | top5 acc |
|---|---|---|---|
| darknet53(分布式训练) | 256x256 | 76.522% | 93.102% |
| 模型 | input_size | step_lr | mish | label_smoothing | cut_mix | epoch | top1_acc |
|---|---|---|---|---|---|---|---|
| cspdarknet53(分布式训练) | 256x256 | √ | √ | √ | 120 | 76.76% |
imagenet数据集上分类速度:
| 模型 | input_size | intel i5 cpu平均耗时(10次) | nvidia-p40平均耗时(10次) |
|---|---|---|---|
| darknet53(分布式训练) | 256x256 | 0.2s | 0.017s |
| cspdarknet53(分布式训练) | 256x256 | 0.8s | 0.033s |