骨干网络之战：预训练模型在计算机视觉任务中的大规模比较

本仓库是《骨干网络之战：预训练模型在计算机视觉任务中的大规模比较》的官方实现。

<strong>骨干网络之战（BoB）</strong>比较了许多流行的公开可用预训练检查点，以及随机初始化的基线，在各种下游任务中的表现，包括自然、医学和卫星图像的<strong>图像分类</strong>、<strong>目标检测和分割</strong>、<strong>分布外泛化</strong>和<strong>图像检索</strong>。

使用方法

对于每个视觉任务，请参考其各自的仓库以获取详细文档、源代码和更多信息：

:star2: 图像分类：BoB-Classification

:star2: 目标检测和分割：BoB-Detection

:star2: 分布外图像分类：BoB-OOD-Classification

:star2: 分布外目标检测：BoB-OOD-Detection

:star2: 图像检索：BoB-Retrieval

引用

如果您在研究中发现本工作有用，请引用我们的论文：

@misc{goldblum2023battle,
      title={Battle of the Backbones: A Large-Scale Comparison of Pretrained Models across Computer Vision Tasks}, 
      author={Micah Goldblum and Hossein Souri and Renkun Ni and Manli Shu and Viraj Prabhu and Gowthami Somepalli and Prithvijit Chattopadhyay and Mark Ibrahim and Adrien Bardes and Judy Hoffman and Rama Chellappa and Andrew Gordon Wilson and Tom Goldstein},
      year={2023},
      eprint={2310.19909},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}