Multi-Objective Matrix Normalization for Fine-Grained Visual Recognition论文复现

这是20年发表在IEEE上的关于细粒度识别的一篇论文。
这篇论文代码，个人认为存在很大的问题，在跑了几篇论文之后，总结出了这样的规律，越是顶会的论文，越容易复现，鲁棒性也特别强，相反，其余的论文质量参差不齐，经受不住读者的检验，更别说是时间的检验了！下面介绍一下跑此篇代码遇到的问题！
论文链接：https://pan.baidu.com/s/1tZ6pz4HOYmbK0jjUqUiL4A
提取码：2021
复制这段内容后打开百度网盘手机App，操作更方便哦–来自百度网盘超级会员V2的分享
论文源地址:https://ieeexplore.ieee.org/document/9027108
代码地址：https://github.com/mboboGO/MOMN
1、首先就是环境的问题，先来看看github上给的环境：

pytorch1.0，经过我验证有一个load_state_dict_from_url的库需要pytorch>=1.1.0,这不就与给的环境冲突吗？？？
下面列举下我跑这篇论文的环境：
python 3.7.0
cuda 10.1
Driver Version: 450.102.04
torch 1.4.0
torchvision 0.5.0
还要吐槽的是，训练好的模型竟然还放到外网上去…呜呜，在学长的帮助下才下载下来，最后惊讶的发现没有用到…
我下载好的模型，给大家分享一下：
链接：https://pan.baidu.com/s/1PRJKO79Z66oE8628p2_7Og
提取码：2021
2、就是数据集的加载了，然而不能直接加载，以CUB200数据集为例，得利用官方给的信息，对数据集进行处理，、把信息加载到txt文本中！
下面给出我写的代码，仅供参考：

# *_*coding: utf-8 *_*
 # author --liming--
 
"""
读取images.txt文件,获得每个图像的标签
读取train_test_split.txt文件,获取每个图像的train, test标签.其中1为训练,0为测试
读取image_class_labels.txt文件，获取每个图像的类别标签
"""
import os
import time
time_start = time.time()
# 文件路径
path_images = 'D:/BaiduNetdiskDownload/CUB_200_2011/CUB_200_2011/images.txt'
path_split =  'D:/BaiduNetdiskDownload/CUB_200_2011/CUB_200_2011/train_test_split.txt'
path_class="D:/BaiduNetdiskDownload/CUB_200_2011/CUB_200_2011/image_class_labels.txt"
path="D:/BaiduNetdiskDownload/CUB_200_2011/CUB_200_2011/images/"#图片所在路径
#新建txt文件
f_test=open("D:/BaiduNetdiskDownload/CUB_200_2011/CUB_200_2011/test.txt","w")
f_train=open("D:/BaiduNetdiskDownload/CUB_200_2011/CUB_200_2011/train.txt","w")
# 读取images.txt文件
images = []
with open(path_images,'r') as f:
    for line in f:
        images.append(list(line.strip('\n').split()))
# 读取train_test_split.txt文件
split = []
with open(path_split, 'r') as f_:
    for line in f_:
        split.append(list(line.strip('\n').split()))
 # 读取image_class_labels.txt文件
clss=[]
with open(path_class, 'r') as f_c:
    for cls in f_c:
        clss.append(list(cls.strip('\n').split()))
# 根据train_test_split.txt文件信息1、0划分
num = len(images) # 图像的总个数
print(num)
for k in range(num):
    file_name = images[k][-1]
    label = split[k][-1]
    Class=clss[k][-1]
    if int(label) == 1: # 划分到训练集
        f_train.write(path+file_name+" "+Class+"\n")
    else:
        f_test.write(path+file_name+" "+Class+"\n")
time_end = time.time()
print('CUB200训练集和测试集划分完毕, 耗时%s!!' % (time_end - time_start))
f_test.close()
f_train.close()

哈哈，如果直接从一开始编号的话，即：1——>200会报错！原因是作者代码分类器那块，是从0开始编号的。
只需把上面代码稍微修改下就可以了！
3、再来看看算法部分吧，我第一次跑的时候，我调用了model/momn.py文件里的momn方法来启动整个程序：

哈哈，这算是一个坑吧，因为刚开始看论文的时候，全文都是讲momn模型，结果，最后的结果只有84%的精度，这才感到不对劲。

还有一个很奇怪的现象是最后的精度都是一模一样…有问题啊
然后就是跑moln这个模型：

孩子很惊讶啊，结果也不是很高，最高只有85%…最后的精度还是保持不变。奇怪

在换上自己的数据集后又跑了一遍！结果这里就不说了…
4、最后，又运行了eval.py是在整个数据集上进行评估，作者在这里做了一些flipping test trick，是我学识浅薄了…
还是看下结果吧：

这是自己的数据集的结果，竟然和main.py的结果差不多…
害，这篇论文的代码质量并不高，就当是练手了！欢迎大家一起交流！
最后笔者又仔细研究了作者提供的训练好的模型，呜呜，最终复现出来了 ,中间也发邮件向作者咨询了,因内容是在太多，没有时间一点一点以博文的方式记录下来，所有遇到的问题我已经以word的形式上传了！欢迎大家指教，也可以私聊我！
https://download.csdn.net/download/hb_learing/18505508