基于Paddle2.0的样式校正卷积网络SRM-人工智能-PHP中文网

基于Paddle2.0的样式校正卷积网络SRM

P粉084495128

发布： 2025-07-25 10:22:54

原创

676人浏览过

本项目复现2019年论文提出的SRM网络，首次用Paddle2.0实现含风格校正的SRM，在10分类动物数据集（按8:2划分）上实验。对比SRM、GE、SE模块及ResNet50，SRM验证准确率0.8736，优于其他，表明风格校正机制提升分类效果。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

基于paddle2.0的样式校正卷积网络srm - php中文网

项目背景

SRM是2019年arxiv上的一篇论文SRM : A Style-based Recalibration Module for Convolutional Neural Networks中提出的基于风格迁移机制的通用卷积网络模型。本项目即对其进行复现。

风格迁移需要用到卷积神经网络。可否充分利用卷积神经网络中产生风格迁移的机制，并将其用于一般的计算机视觉任务呢？本项目复现SRM网络并用其来完成动物图像分类的实验。

项目简介

本项目首次使用paddle2.0复现了含有基于风格校正的网络SRM，并在动物数据集上进行了训练和验证。

动物数据集的划分是按8:2的的划分方法进行训练集与验证集划分的。

模型简介

SRM网络的核心思想是提出了SRM模块。该模块首先通过风格池化从每个通道的特征图中提取风格信息，然后通过风格集成来评估每个通道的校正权重。其中，风格池化是在空间维度上操作，风格集成是在通道维度上操作。这种将特征图和风格权重相结合的方式本质上是一种注意力机制，只不过这种注意力关注的是特征图中的风格信息。SRM示意图如图1所示。

图1 SRM模块示意图

SRM实现细节如图2所示。

图2 SRM模块实现细节示意图

具体实现可以fork后见代码细节。

论文原文：SRM : A Style-based Recalibration Module for Convolutional Neural Networks

参考代码：

硅基智能

基于Web3.0的元宇宙，去中心化的互联网，高质量、沉浸式元宇宙直播平台，用数字化重新定义直播

查看详情

PyTorch的实现

数据集介绍

本项目使用10分类的动物数据集进行训练和测试.

该十分类动物数据集，包含dog,horse,elephant,butterfly,chicken,cat,cow,sheep,spider和squirrel。每一分类的图片数量为2k-5k。

文件结构

文件名或文件夹名	功能
recalibration_modules.py	风格校正模块定义文件
resnet.py	resnet网络定义文件
animal_dataset.py	数据集定义文件
config.py	配置文件
train_val_split.py	训练验证划分文件
train.py	模型训练
eval.py	模型验证

解压数据集

In [2]

!unzip -q data/data70196/animals.zip -d work/dataset

登录后复制

查看图片

In [ ]

import osimport randomfrom matplotlib import pyplot as pltfrom PIL import Image

imgs = []
paths = os.listdir('work/dataset')for path in paths:   
    img_path = os.path.join('work/dataset', path)    if os.path.isdir(img_path):
        img_paths = os.listdir(img_path)
        img = Image.open(os.path.join(img_path, random.choice(img_paths)))
        imgs.append((img, path))

f, ax = plt.subplots(3, 3, figsize=(12,12))for i, img in enumerate(imgs[:9]):
    ax[i//3, i%3].imshow(img[0])
    ax[i//3, i%3].axis('off')
    ax[i//3, i%3].set_title('label: %s' % img[1])
plt.show()

登录后复制

<Figure size 864x864 with 9 Axes>

登录后复制

划分训练集和验证集

In [3]

!python code/train_val_split.py

登录后复制

finished train val split!

登录后复制

使用SRM-ResNet50网络进行动物分类的训练并验证

训练

In [1]

!python code/train.py --net 'attention_resnet' --recalibration_type 'srm'

登录后复制

验证

In [2]

!python code/eval.py --net 'attention_resnet' --recalibration_type 'srm'

登录后复制

Eval begin...
The loss value printed in the log is the current batch, and the metric is the average value of previous step.
step 3276/3276 [==============================] - loss: 7.0645e-04 - acc: 0.8736 - 297ms/step         
Eval samples: 3276
{'loss': [0.0007064453], 'acc': 0.8736263736263736}

登录后复制

图示SRM训练验证过程

图3. 使用SRM的训练验证比较图示

使用GE-ResNet50网络进行动物分类的训练并验证

In [3]

!python code/train.py --net 'attention_resnet' --recalibration_type 'ge'

登录后复制

验证

In [3]

!python code/eval.py --net 'attention_resnet' --recalibration_type 'ge'

登录后复制

Eval begin...
The loss value printed in the log is the current batch, and the metric is the average value of previous step.
step 3276/3276 [==============================] - loss: 0.6899 - acc: 0.8614 - 228ms/step             
Eval samples: 3276
{'loss': [0.6899206], 'acc': 0.8614163614163615}

登录后复制

图示GE训练验证过程

图4. 使用GE的训练验证比较图示

使用SE-ResNet50网络进行动物分类的训练并验证

In [4]

!python code/train.py --net 'attention_resnet' --recalibration_type 'se'

登录后复制

验证

In [3]

!python code/eval.py --net 'attention_resnet' --recalibration_type 'se'

登录后复制

W0222 10:36:03.112169  9128 device_context.cc:362] Please NOTE: device: 0, GPU Compute Capability: 7.0, Driver API Version: 10.1, Runtime API Version: 10.1
W0222 10:36:03.116613  9128 device_context.cc:372] device: 0, cuDNN Version: 7.6.
Eval begin...
The loss value printed in the log is the current batch, and the metric is the average value of previous step.
step 103/103 [==============================] - loss: 0.6246 - acc: 0.8730 - 175ms/step        
Eval samples: 3276
{'loss': [0.6245543], 'acc': 0.873015873015873}

登录后复制

图示SE训练验证过程

图5. 使用SE的训练验证比较图示

使用ResNet50网络进行动物分类的训练并验证

训练

In [5]

!python code/train.py --net 'resnet'

登录后复制

验证

In [ ]

!python code/eval.py --net 'resnet'

登录后复制

W0213 21:34:50.038996 12684 device_context.cc:362] Please NOTE: device: 0, GPU Compute Capability: 7.0, Driver API Version: 10.1, Runtime API Version: 10.1
W0213 21:34:50.043457 12684 device_context.cc:372] device: 0, cuDNN Version: 7.6.
Eval begin...
The loss value printed in the log is the current batch, and the metric is the average value of previous step.
step 103/103 [==============================] - loss: 1.4232 - acc: 0.5888 - 191ms/step        
Eval samples: 3276
{'loss': [1.4232028], 'acc': 0.5888278388278388}

登录后复制