基于PyTorch、易上手，细粒度图像识别深度学习工具库Hawkeye开源

细粒度图像识别 [1] 是视觉感知学习的重要研究课题，在智能新经济和工业互联网等方面具有巨大应用价值，且在诸多现实场景已有广泛应用…… 鉴于当前领域内尚缺乏该方面的深度学习开源工具库，南京理工大学魏秀参教授团队用时近一年时间，开发、打磨、完成了 Hawkeye——细粒度图像识别深度学习开源工具库，供相关领域研究人员和工程师参考使用。本文是对 Hawkeye 的详细介绍。

1.什么是 Hawkeye 库

Hawkeye 是一个基于 PyTorch 的细粒度图像识别深度学习工具库，专为相关领域研究人员和工程师设计。目前，Hawkeye 包含多种代表性范式的细粒度识别方法，包括 “基于深度滤波器”、“基于注意力机制”、“基于高阶特征交互”、“基于特殊损失函数”、“基于网络数据” 以及其他方法。

Hawkeye 项目代码风格良好，结构清晰易读，可拓展性较强。对于刚接触细粒度图像识别领域的相关人员而言，Hawkeye 较易上手，便于其理解细粒度图像识别的主要流程和代表性方法，同时也方便在本工具库上快速实现自己的算法。此外，我们还给出了库中各模型的训练示例代码，自研方法也可按照示例快速适配并添加至 Hawkeye 中。

Hawkeye 开源库链接：https://github.com/Hawkeye-FineGrained/Hawkeye

2.Hawkeye 支持的模型及方法

Hawkeye 目前支持细粒度图像识别中主要学习范式的共 16 个模型与方法，具体如下：

基于深度滤波器

• S3N (ICCV 2019)
• Interp-Parts (CVPR 2020)
• ProtoTree (CVPR 2021)

基于注意力机制

• OSME+MAMC (ECCV 2018)
• MGE-CNN (ICCV 2019)
• APCNN (IEEE TIP 2021)

基于高阶特征交互

• BCNN (ICCV 2015)
• CBCNN (CVPR 2016)
• Fast MPN-COV (CVPR 2018)

基于特殊损失函数

• Pairwise Confusion (ECCV 2018)
• API-Net (AAAI 2020)
• CIN (AAAI 2020)

基于网络数据

Peer-Learning (ICCV 2021)

其他方法

NTS-Net (ECCV 2018)

CrossX (ICCV 2019)

DCL (CVPR 2019)

3.安装 Hawkeye

安装依赖

使用 conda 或者 pip 安装相关依赖：

• Python 3.8
• PyTorch 1.11.0 or higher
• torchvison 0.12.0 or higher
• numpy
• yacs
• tqdm

克隆仓库：

git clone https://github.com/Hawkeye-FineGrained/Hawkeye.git cd Hawkeye

准备数据集

我们提供了 8 个常用的细粒度识别数据集及最新的下载链接：

• CUB200: https://data.caltech.edu/records/65de6-vp158/files/CUB_200_2011.tgz
• Stanford Dog: http://vision.stanford.edu/aditya86/ImageNetDogs/images.tar
• Stanford Car: http://ai.stanford.edu/~jkrause/car196/car_ims.tgz
• FGVC Aircraft: https://www.robots.ox.ac.uk/~vgg/data/fgvc-aircraft/archives/fgvc-aircraft-2013b.tar.gz
• iNat2018: https://ml-inat-competition-datasets.s3.amazonaws.com/2018/train_val2018.tar.gz
• WebFG-bird: https://web-fgvc-496-5089-sh.oss-cn-shanghai.aliyuncs.com/web-bird.tar.gz
• WebFG-car: https://web-fgvc-496-5089-sh.oss-cn-shanghai.aliyuncs.com/web-car.tar.gz
• WebFG-aircraft: https://web-fgvc-496-5089-sh.oss-cn-shanghai.aliyuncs.com/web-aircraft.tar.gz

首先，下载一个数据集（以 CUB200 为例）：

cd Hawkeye/data
wget https://data.caltech.edu/records/65de6-vp158/files/CUB_200_2011.tgz
mkdir bird && tar -xvf CUB_200_2011.tgz -C bird/

我们提供了上述 8 个数据集的 meta-data 文件，能够匹配库中的 FGDataset 方便地加载训练集和测试集，训练集和测试集为各个数据集官方提供的划分。使用不同数据集时，只需在实验的 config 文件中修改 dataset 配置即可，方便切换。

在实验的 config 文件中修改 dataset 配置，示例如下：

dataset:
  name: cub
  root_dir: data/bird/CUB_200_2011/images
  meta_dir: metadata/cub

4.使用 Hawkeye 训练模型

对于 Hawkeye 支持的每个方法，我们均提供了单独的训练模板和配置文件。例如训练 APINet 只需一条命令：

python Examples/APINet.py --config configs/APINet.yaml

实验的参数都在相应的 yaml 文件中，可读性高、便于修改，如：

experiment:
name: API_res101 2        # 实验名称
log_dir: results/APINet   # 实验日志、结果等的输出目录
seed: 42                  # 可以选择固定的随机数种子
resume: results/APINet/API_res101 2/checkpoint_epoch_19.pth    # 可以从训练中断的 checkpoint 中恢复训练
dataset:
name: cub          # 使用 CUB200 数据集
root_dir: data/bird/CUB_200_2011/images   # 数据集中图像放置的路径
meta_dir: metadata/cub                  # CUB200 的 metadata 路径
n_classes: 10         # 类别数，APINet 需要的数据集
n_samples: 4          # 每个类别的样本数
batch_size: 24        # 测试时的批样本数
num_workers: 4      # Dataloader 加载数据集的线程数
transformer:        # 数据增强的参数配置
image_size: 224      # 图像输入模型的尺寸 224x224
resize_size: 256    # 图像增强前缩放的尺寸 256x256
model:
name: APINet        # 使用 APINet 模型，见 ​​model/methods/APINet.py​​
num_classes: 200      # 类别数目
load: results/APINet/API_res101 1/best_model.pth     # 可以加载训练过的模型参数
train:
cuda: [4]          # 使用的 GPU 设备 ID 列表，[] 时使用 CPU
epoch: 100        # 训练的 epoch 数量
save_frequence: 10    # 自动保存模型的频率
val_first: False      # 可选是否在训练前进行一次模型精度的测试
optimizer:
name: Adam        # 使用 Adam 优化器
lr: 0.0001        # 学习率为 0.0001
weight_decay: 0.00000002
scheduler:
# 本例使用自定义组合的 scheduler，由 warmup 和余弦退火学习率组合而成，见 ​​Examples/APINet.py​​
name: ''
T_max: 100        # scheduler 的总迭代次数
warmup_epochs: 8    # warmup 的 epoch 数
lr_warmup_decay: 0.01  # warmup 衰减的比例
criterion:
name: APINetLoss    # APINet 使用的损失函数，见 ​​model/loss/APINet_loss.py​​

实验的主程序 Examples/APINet.py 中的训练器 APINetTrainer 继承自 Trainer，不需要再写复杂的训练流程、logger、模型保存、配置加载等代码，只用按需修改部分模块即可。我们也提供了训练阶段的多个 hook 钩子，可以满足一些方法特别的实现方式。

日志文件、模型权重文件、训练使用的训练代码以及当时的配置文件都会保存在实验输出目录 log_dir 中，备份配置和训练代码便于日后对不同实验进行对比。

更多详细示例可参考项目链接中的具体信息：https://github.com/Hawkeye-FineGrained/Hawkeye