自v0.5.0版本开始，仅支持分布式训练。
!!!基于安全及合规要求，v0.7.0之后的开源版本仅修复bug，暂缓支持新特性!!!
| 功能 | 备注 | |
|---|---|---|
| 模块化 | 解耦业务与框架 | 1. 易用：新任务仅修改Config/即可。 2. 扩展性强：各模块均设统一入口。 |
| 模型 | 集成Timm | 1. 持续更新SOTA的预训练模型(600+)。 2. 轻松定制模型。 |
| 训练 | 集成ColossalAI | 1. 大规模分布式并行、自动混合精度。 2. 梯度积累、梯度裁剪等。 |
| 可视化 | 集成TensorBoard | 1. 数据集: 总体结构、各类占比 2. 模型: 结构、耗时、计算量、参数量等 3. 训练: 参数、损失、图像等 |
| 部署 | 服务器/移动端加速 |  |
- 图像分类✅
- 度量学习✅ : 人像比对、图像检索等
├── Config
│ └── config.py 训练配置
│ └── dataset.txt 数据集
├── DataSets
│ └── preprocess.py 预处理入口
├── Models
│ ├── Backbone 主干网络入口
│ ├── Optimizer 优化器入口
│ ├── Loss 损失函数入口
│ ├── Backend 模型部署入口
│ ├── Scheduler 学习率调度器入口| 属性 | 支持 | |
|---|---|---|
| 图像预处理 | Process | - ImageNet ImageNet预处理 - FaceCompare 人脸比对预处理 |
| 采样策略 | Sampler | - normal 常规采样 - dataset_balance 类别平衡采样(数据集维度) - batch_balance 类别平衡采样(batch维度)⭐️ |
| 学习率调度器 | Scheduler | - CosineLR⭐️ - MultistepLR |
| 优化器 | Optimizer | - SGD - Adam - Lamb |
| 主干网络 | Backbone | - 600+ SOTA预训练模型 |
| 常规分类 | 属性 | 支持 |
|---|---|---|
| 损失函数 | Loss | - CrossEntropy - LabelSmooth |
| 度量学习 | 属性 | 支持 |
|---|---|---|
| 损失函数 | Loss | - CosFace - ArcFace⭐️ - SubCenterArcFace - CircleLoss |
