zhanghang1989/ResNeSt

解決的問題

ResNeSt 是一種為提升電腦視覺任務效能而設計的 ResNet 架構變體。它特別針對標準 ResNet 的限制，引入分拆注意力機制，以更有效地捕捉跨通道依賴關係與尺度相關特徵。

工作原理

本專案實作了「Split-Attention Networks」，透過修改標準殘差模組，讓模型能以更彈性的方式聚合不同通道群組的資訊。此架構可作為多種下游任務的骨幹，例如物件檢測、實例分割與語意分割。

適用對象

適合需要高效率骨幹網路的電腦視覺研究人員與開發者，用於影像分類、物件檢測（例如透過 Mask R-CNN 或 Cascade R-CNN）、以及語意分割（例如透過 DeepLabV3）。

主要亮點

• 多框架支援：提供 PyTorch 與 MXNet Gluon 的實作，並有 TensorFlow、Caffe 與 JAX 的第三方版本。
• 下游效能提升：顯著提升 Mask R-CNN、Cascade R-CNN 與 DeepLabV3 等模型的表現。
• 預訓練模型：提供多種模型尺寸（ResNeSt-50、101、200 與 269）的預訓練權重。
• 整合支援：包含 Detectron2 的封裝器，並與 MMDetection 整合。