如何获取ConvNeXt在飞桨上的预训练权重文件？

本文共计1595个文字，预计阅读时间需要7分钟。

相关专题：

ConvNeXt

模型文件请见ConvNeXt.py, 下面说一下PyTorch模型转换PaddlePaddle模型的注意事项。

• 线性层PyTorch与PaddlePaddle的权重转换需要转置一下
• DropPath层需要自定义。我是参考了这篇文章 PiT：结合池化层的视觉 Transformer 网络
• PaddlePaddle在涉及维度的参数时，多用axis，PyTorch则是dim
• 有时需要自定义参数，PaddlePaddle的API在这里
• PaddlePaddle无permute，而是采用了transpose
• 其他简单的API映射请见这里

在这个py文件的第134和135行，给weight和bias乘了一个1，也就是没有做什么处理，这个是PyTorch的写法，PaddlePaddle的写法我还不会，麻烦知道的大佬回复一下。

权重

这里介绍一下本次精度验证的权重文件，总共有5个，分别代表了不同大小和版本的ConvNeXt。 首先来总览一下。

name	resolution	acc@1	#params	FLOPs
ConvNeXt-T	224x224	82.1	28M	4.5G
ConvNeXt-S	224x224	83.1	50M	8.7G
ConvNeXt-B	224x224	83.8	89M	15.4G
ConvNeXt-L	224x224	84.3	198M	34.4G
ConvNeXt-XL	384x384	87.8	350M	179.0G

由于文件数量限制，这里只展示这5个不同版本，以及做精度验证。22K上的权重将放在其他数据集里在这里。这个项目用的数据集在ConvNeXt预训练模型PaddlePaddle版本里，欢迎大家下载使用。下面来做精度验证8！

精度验证

以下精度验证代码参考寂寞你快进去大佬的写法。