简介
PaddleClas是PaddlePaddle最近开源的图像分类代码库,里面包括了目前比较常用的分类模型,ResNet、HRNet、DenseNet、ResNeXt等,配置文件里也提供了这些模型的训练脚本,总共大概是117个模型,当然pretrained model权重文件也都给出来了,github地址在这里:https://github.com/PaddlePaddle/PaddleClas
模型库其实还是比较丰富,不过里面最吸引人的可能还是ImageNet1k val数据集上**top1 acc 82.4%**的ResNet50-Vd预训练模型,这个是224的图像分类情况下得到的,也是目前开源的精度最高的ResNet50系列模型。
这个模型主要是基Paddle自研的SSLD这个知识蒸馏方案得到的,全称是:Simple Semi-supervised Label Distillation,当然仅仅用ImageNet1k数据是很难做到这个高的指标的,PaddleClas里面引入了ImageNet22k数据集,并且对数据进行了抽样选择训练,这里主要是说下82.4%的指标实现思路,主要参考了PaddleClas的蒸馏文档: