darknet53

This is an implementation of DarkNet53 and CSPDarknet53 in pytorch.
网络结构图可以参考https://github.com/WongKinYiu/CrossStagePartialNetworks 里面的cfg文件，将cfg文件用https://netron.app/ 工具打开即可看到完整的网络结构图

1、DarkNet53 classification

darknet53，imagenet数据集上分布式训练，模型文件（darknet53.pth）下载
训练脚本： python main.py --dist-url env:// --dist-backend nccl --world-size 4 imagenet2012_path
训练的时候使用了4张p40显卡，world-size设为4
前向测试脚本： inference_darknet53.py
百度网盘链接：https://pan.baidu.com/s/1gRzKsec0xvVZENxbnPvJmw 提取码: 99bm
谷歌网盘链接：https://drive.google.com/file/d/1VyTXsW3O29Vr-sX5VZCpQLy_3CV4EpYX/view?usp=sharing

2、CspDarknet53 classificaton

cspdarknet53,imagenet数据集上分布式训练，模型文件（cspdarknet53.pth）下载
训练脚本： python main.py --dist-url env:// --dist-backend nccl --world-size 6 imagenet2012_path
训练的时候使用了6张p40显卡，world-size设为6
前向测试脚本： inference_cspdarknet53.py
百度网盘链接：https://pan.baidu.com/s/14ZmeICTklSV-fDJoZscjDA 提取码: 5ggr
谷歌网盘链接：https://drive.google.com/file/d/1UcU_2tysmgMAVXPlDXEvmwwWpgsNlsJY/view?usp=sharing

3、YOLOV4 object detection

https://github.com/njustczr/yolov4-pytorch

imagenet数据集上分类accuracy:

模型	input_size	top1 acc	top5 acc
darknet53(分布式训练)	256x256	76.522%	93.102%

模型	input_size	step_lr	mish	label_smoothing	cut_mix	epoch	top1_acc
cspdarknet53(分布式训练)	256x256	√	√	√		120	76.76%

imagenet数据集上分类速度:

模型	input_size	intel i5 cpu平均耗时(10次)	nvidia-p40平均耗时(10次)
darknet53(分布式训练)	256x256	0.2s	0.017s
cspdarknet53(分布式训练)	256x256	0.8s	0.033s