README_zh-CN.md

OneFlow-Models

本仓库包含了基于最新OneFlow(version >= 0.5.0)实现的主流深度学习模型

Introduction

English | 简体中文

OneFlow-Models目录下提供了各种经典图形分类、目标检测、图像分割、对抗生成网络、自然语言处理、强化学习、量化感知学习以及语音模型的官方实现。对于每个模型，我们同时提供了模型的定义、训练以及推理的代码。并且对于每个模型，我们至少提供两个脚本train.sh和infer.sh，分别对应模型的训练和推理，便于使用者快速上手。并且保证该仓库适配OneFlow最新的API，同时提供优质的模型实现。并且与此同时我们会提供详细且高质量的学习文档，帮助使用者能够快速入手OneFlow。

主要特性

• 提供丰富的模型实现
• 提供对应预训练模型
• 便于上手，简单易用

快速上手

欢迎体验OneFlow的入门Demo

• 图像分类: LeNet
• 说话人识别: Speaker Identification

模型目录

图像分类

• Lenet
• Alexnet
• VGG16/19
• Resnet50
• InceptionV3
• Densenet
• Resnext50_32x4d
• Shufflenetv2
• MobilenetV2
• mobilenetv3
• Ghostnet
• RepVGG
• DLA
• PoseNet
• Scnet
• Mnasnet
• ViT

视频分类

• TSN

目标检测

• CSRNet

语义分割

• FODDet
• FaceSeg
• U-Net

对抗生成网络

• DCGAN
• SRGAN
• Pix2Pix
• CycleGAN

图像风格迁移

• FastNeuralStyle

行人重识别

• BoT

自然语言处理

• RNN
• Seq2Seq
• LSTMText
• TextCNN
• Transformer
• Bert
• CPT
• Roberta
• MoE

语音

• SincNet
• Wav2Letter
• AM_MobileNet1D
• Speech-Emotion-Analyer
• Speech-Transformer
• CycleGAN-VC2
• MaskCycleGAN-VC
• StarGAN-VC
• Adaptive_Voice_Conversion

深度强化学习

• FlappyBird

量化感知学习

• Quantization

知识蒸馏

• KnowledgeDistillation

安装与环境配置

安装最新的OneFlow

https://github.com/Oneflow-Inc/oneflow#install-with-pip-package

环境配置

在根目录下执行以下命令即可调用一些定制化的算子:

mkdir build
cd build
cmake ..
make -j$(nrpoc)

使用示例:

from ops import RoIAlign
pooler = RoIAlign(output_size=(14, 14), spatial_scale=2.0, sampling_ratio=2)