- python
- pytorch
- ubuntu
- SGD
- cross_entropy
- base_lr:0.1 (cosine learning rate)
- 基本上都是参考代码：https://github.com/bobo0810/HS-ResNet. 修改得到了HS_resnet18。
- HS_resnet18的Imagenet测试集正确率为：73.5。
- 模型位置(链接: https://pan.baidu.com/s/1WKrPF_aGc-SN-JgkJjc1-w 密码: rivl)，可用作检测、分割等视觉任务的预训练模型。
- 训练结果并不理想，模型的速度和存储大小都比较大，正确率也低于我训练得到的resnest18（后续会开源，resnest18的Imagenet测试集正确率为74.5）。
- paper的代码还没更新，等待百度开源代码，吃瓜群众一枚。
- 感觉模型的创新点并不是很强，和res2net很像，都是分组级联（分组减少参数、级联增加感受野可能性、特征交互融合、细粒度特征提取）。
- 请给贫困山区孩子献上你的爱心(可选项)：
