README_cn.md

ModelFeast

最全面的 pytorch 模型库（2D， 3D CNN）! 如果您觉得有用，请给一个star或fork！ 现在很需要star！谢谢~

• 收录了时下最流行的 2D, 3D CNN 模型库
• 简化pytorch训练，保护发际线！
• 可移植的pytorch项目模板

What is ModelFeast ?

假如说 model zoo 是这样的—

要想使用model zoo，还得做许多工作，数据预处理，创建dataloader，设置训练参数.... 最坑最坑的是—— 官方的model-zoo只能允许固定大小的输入！！ 也就是说，如果我的图片是```32*32*1```的，必须变到```299*299*3```才能用inceptionV3训练！！！ 丧尽天良啊！ 太难受了吧！ 相比之下，model-feast是这样的—

拆了包装就能吃！ 不到3行代码，完成数据预处理、创建网络、训练、保存全部操作！ 还支持resume，在原来的基础之上再训练！ 任意图像尺寸都行！

已经实现的模型

2D CNN

• Xception
• InceptionV3
• InceptionResnetV2
• SqueezeNet1_0, SqueezeNet1_1
• VGG11, VGG13, VGG16, VGG19
• ResNet18, ResNet34, ResNet50, ResNet101, ResNet152
• ResNext101_32x4d, ResNext101_64x4d
• DenseNet121, DenseNet169, DenseNet201, DenseNet161

3D CNN

• resnet18v2_3d, resnet34v2_3d, resnet50v2_3d, resnet101v2_3d, resnet152v2_3d, resnet200v2_3d
• resnext50_3d, resnext101_3d, resnext152_3d
• densenet121_3d, densenet169_3d, densenet201_3d, densenet264_3d
• resnet10_3d, resnet18_3d, resnet34_3d, resnet101_3d, resnet152_3d, resnet200_3d
• wideresnet50_3d
• i3d50, i3d101, i3d152

CNN-RNN

还在做，但是框架已经写完了 在这.

Features

• 只要3行代码，世界清静，什么数据导入、创建模型、训练保存，都有了 !
• 经典的2D CNN， 3D CNN全部都有 !
• 任意大小的图像尺寸输入都OK !
• 帮助你横扫各种项目与竞赛，这是我用modelfeast参加的一个竞赛，第三周周榜第9名！该比赛还在进行
• 更多集成学习、模型融合方法，comming soon！我已经与平台的小姐姐商量好了，上面的比赛结束后（3月底），我会写一个教程，介绍我是怎么用modelfeast跑出第9名的成绩的；还会有医学图像处理、集成学习大礼包，直接给源代码，还有详细的注释与讲解！

参考资源

https://github.com/lanpa/tensorboardX https://github.com/pytorch/vision/tree/master/torchvision/models https://github.com/kenshohara/3D-ResNets-PyTorch https://github.com/victoresque/pytorch-template https://github.com/AlexHex7/Non-local_pytorch https://github.com/Cadene/pretrained-models.pytorch