Table of Contents
Shortcuts

更新日志

MMSelfSup

v1.0.0 (06/04/2023)

Highlight

  • 支持了 PixMIM

  • 在 projects/dino/ 支持了 DINO

New Features

  • 支持了 PixMIM (#721)

  • 在 projects/dino/ 支持了 DINO (#658)

  • 支持自动模块导入 (#660)

Bug Fixes

  • 修复注册错误 (#732)

  • 修复 local-rank 在 pytorch2.0 (#728)

  • 更新 MAE 结果 (#722)

  • 修复 t-SNE 配置文件缺漏项 (#715)

  • 修复 shape bias 的 bug (#717)

  • 修复 T-SNE 类型错误 (#708)

Improvements

Docs

  • 更新文档链接 (#738)

  • 翻译 customize_runtime.md (#734)

  • 添加社区链接和相关通知 (#730, #693)

  • 翻译文档 (#725)

  • 翻译文档 (#723)

v1.0.0rc6 (10/02/2023)

master 仍然是 0.x 版本，我们将会 checkout 一个新的 1.x 用来发布 1.x 版本。 未来我们会同时维护两个版本。

我们简要的列出主要的改变。 请参考迁移文档来查看细节和迁移指引

亮点

  • 在 projects/maskfeat_video/ 支持了 MaskFeat 视频数据集的预训练

  • 将部分文档翻译为中文

新特性

  • 在 projects/maskfeat_video/ 支持了 MaskFeat 视频数据集的预训练 (#678)

Bug 修复

  • 修复 shape bias 分布式训练的问题 (#689)

  • 更新 BEiT v2 的链接 (#676)

  • 修复传参时未指定参数的问题 (#654)

  • 更新 default_runtime.py 文件 (#681)

  • 将 metafile.yaml 重命名为 metafile.yml (#680)

  • 修复 configs/selfsup/eva/metafile.yml 中的问题 (#669)

改进

  • 默认分支修改为 1.x (#686)

  • 更新 pre-commit (#685)

  • 暂停 python 3.6 的支持 (#657)

文档

  • 翻译 add_transforms.md 和 conventions.md (#674)

  • 翻译 classification.md, detection.md, segmentation.md (#665)

  • 更新 KNN 脚本的链接 (#661)

  • 翻译两篇文档 (#653)

  • 翻译三篇文档 (#651)

v1.0.0rc5 (30/12/2022)

master 仍然是 0.x 版本，我们将会 checkout 一个新的 1.x 用来发布 1.x 版本。 未来我们会同时维护两个版本。

我们简要的列出主要的改变。 请参考迁移文档来查看细节和迁移指引

亮点

  • 支持了 BEiT v2, MixMIM, EVA

  • 支持了模型分析工具 ShapeBias

  • 增加 FGIA ACCV 2022 第一名解决方案

  • 重构 t-SNE

新特性

  • 支持了 BEiT v2 (#627)

  • 支持了 MixMIM (#626)

  • 支持了 EVA (#632)

  • 支持了 ShapeBias 评价方式 (#635)

  • 增加模型转换脚本和指引 (#621)

  • 增加 FGIA 比赛预训练方案 (#607)

Bug 修复

  • 将 pseudo_collect 改为 default_collect (#616)

  • 修复 SimMIM 链接问题 (#622)

  • 修改 map_location 为 cpu (#623) 修复 import 问题 (#631)

  • 修复配置文件字段问题 (#630)

  • 修改 np.int 为 int (#636)

  • 修复 knn 多卡 bug (#634)

改进

  • 重构 projects/ 文件夹 (#620)

  • 重构 t-SNE (#629)

  • 基于 target_generator 重构 CAE (#645)

  • 重构回归测试相关内容 (#637)

文档

  • 更新 data_flow.md 文档 (#612)

  • 更新 datasets.md 文档 (#633)

v1.0.0rc4 (07/12/2022)

master 仍然是 0.x 版本，我们将会 checkout 一个新的 1.x 用来发布 1.x 版本。 未来我们会同时维护两个版本。

我们简要的列出主要的改变。 请参考迁移文档来查看细节和迁移指引

Highlight

  • 支持 BEiT 和 MILAN

  • 支持 low-level 重建可视化

New Features

  • 支持 BEiT (#425)

  • 支持 MILAN (#600)

  • 支持 low-level 重建可视化 (#570)

Bug Fixes

  • 修复数据预处理潜在的注册问题 (#603)

  • 修复代码依赖和字段错误 (#611)

Improvements

  • 重构 file io (#582))

  • 增加 ‘./projects’ 文件夹和示例 (#586))

  • 更新 CI 和 UT (#601))

Docs

  • 更新 readthedocs 和菜单栏 (#572)

  • 增加 readthedocs 算法页面并修复部分渲染错误 (#599)

v1.0.0rc2 (12/10/2022)

master 仍然是 0.x 版本，我们将会 checkout 一个新的 1.x 用来发布 1.x 版本。 未来我们会同时维护两个版本。

我们简要的列出主要的改变。 请参考迁移文档来查看细节和迁移指引

亮点

  • 全量支持 MAE, SimMIM, MoCoV3.

新特性

  • 全量支持 MAE (#483)

  • 全量支持 SimMIM (#487)

  • 全量支持 of MoCoV3 (#496)

修复 Bug

  • 修复 classification configs (#488)

  • 修复 MAE config 中名字问题(#498)

改进

  • 修改 colab 指引 (#470))

  • 更新 readthedocs 要求 (#472)

  • 更新 CI (#476)

  • 优化 mim_slurm_test.sh 和 mim_dist_test.sh 为 benchmarks (#477)

  • 更新 Metafile format 和 content (#478)

文档

  • 添加 advanced_guides/engine.md (#454)

  • 添加 advanced_guides/evaluation.md (#456)

  • 添加 advanced_guides/transforms.md (#463)

  • 添加 dataset docs (#437)

  • 优化 contribution guide (#492)

  • 更新 convention (#475)

v1.0.0rc1 (01/09/2022)

我们很高兴宣布发布 MMSelfSup v1.0.0rc1。 We are excited to announce the release of MMSelfSup v1.0.0rc1. MMSelfSup v1.0.0rc1 是 MMSelfSup 1.x 的第一个版本，是 OpenMMLab 2.0 项目中的一部分。 master 仍然是 0.x 版本，我们将会 checkout 一个新的 1.x 用来发布 1.x 版本。 未来我们会同时维护两个版本。

我们简要的列出主要的改变。 请参考迁移文档来查看细节和迁移指引

亮点

  • 基于 MMEngine 和 MMCV.

  • 发布重构.

    • Datasets

    • Models

    • Config

    • …

  • 优化所有文档.

新特性

  • 增加 SelfSupDataSample 来统一接口。

  • 增加 SelfSupVisualizer 可视化功能。

  • 增加 SelfSupDataPreprocessor 来进行模型的数据预处理。

改进

  • 大部分方法都支持非分布式方法。

  • 改变不同的数据增强的接口为 dict。

  • 使用MMCLassification运行下游分类任务。

文档

  • 优化所有文档和重新整理路径。

  • 为不同组件增加新的概念。

MMSelfSup

v0.10.0 (30/09/2022)

亮点

  • 支持 MaskFeat (#485)

  • 更新 README 宣传 1.0.0rc 版本 (#474)

新特性

  • 支持 MaskFeat (#485)

Bug 修复

  • 修复 DenseCL 初始化的问题 (#411)

  • 修复配置文件中归一化的错误 (#418)

  • 修复读取图片的问题 (#386)

改进

  • 更新 hook_cfg 获取方式 (#409)

  • 支持输出配置文件 (#410)

  • 支持保存 MAE 可视化结果 (#388)

  • 删除废弃项的默认值 (#490)

文档

  • 更新 MAE 配置文件链接 (#497)

  • 更新 README 宣传 1.0.0rc 版本 (#474)

  • 更新 get_started 文档 (#402)

v0.9.2 (28/07/2022)

新特性

  • 支持 MAE 重建图像的可视化 (#376)

Bug 修复

  • 修复 extract.py 文件中 cfg/args 路径问题，应用 cfg 中的路径进行处理 (#357)

  • 修复 SimMIM 配置文件中掩码生成器类型名称的错误 (#360)

改进

  • 更新 mdformat 设置 (#323)

  • 添加 circle ci 配置 (#374)

文档

  • 修复语言更换链接问题 (#327)

  • 更新 tutorials/4_schedule.md 中的文档链接(#354)

v0.9.1 (31/05/2022)

亮点

  • 更新 BYOL 模型和结果 (#319)

  • 改进部分文档

新特性

  • 更新 BYOL 模型和结果 (#319)

Bug 修复

  • 对于 CAE 和 MAE 设置 qkv 偏置参数 (#303)

  • 修复 MAE 配置文件拼写错误 (#307)

改进

  • 修改文件名 (#304)

  • 应用 mdformat (#311)

文档

  • 改正教程中的打字错误 (#308)

  • 配置 Myst-parser (#309)

  • 更新文档算法简介 (#310)

  • 改进安装文档 (#317)

  • 改进首页 README (#318)

v0.9.0 (29/04/2022)

亮点

  • 支持 CAE (#284)

  • 支持 Barlow Twins (#207)

新特性

  • 支持 CAE (#284)

  • 支持 Barlow twins (#207)

  • 增加 SimMIM 192 预训练及 224 微调的结果 (#280)

  • 增加 MAE fp16 预训练设置 (#271)

Bug 修复

  • 修复参数问题 (#290)

  • 在 MAE 配置中修改 imgs_per_gpu 为 samples_per_gpu (#278)

  • 使用 prefetch dataloader 时避免 GPU 内存溢出 (#277)

  • 修复在注册自定义钩子时键值错误的问题 (#273)

改进

  • 更新 SimCLR 模型和结果 (#295)

  • 单元测试减少内存使用 (#291)

  • 去除 pytorch 1.5 测试 (#288)

  • 重命名线性评估配置文件 (#281)

  • 为 api 增加单元测试 (#276)

文档

  • 在模型库增加 SimMIM 并修复链接 (#272)

v0.8.0 (31/03/2022)

亮点

  • 支持 SimMIM (#239)

  • 增加 KNN 基准测试，支持中间 checkpoint 和提取的 backbone 权重进行评估 (#243)

  • 支持 ImageNet-21k 数据集 (#225)

新特性

  • 支持 SimMIM (#239)

  • 增加 KNN 基准测试，支持中间 checkpoint 和提取的 backbone 权重进行评估 (#243)

  • 支持 ImageNet-21k 数据集 (#225)

  • 支持自动继续 checkpoint 文件的训练 (#245)

Bug 修复

  • 在分布式 sampler 中增加种子 (#250)

  • 修复 dist_test_svm_epoch.sh 中参数位置问题 (#260)

  • 修复 prepare_voc07_cls.sh 中 mkdir 潜在错误 (#261)

改进

  • 更新命令行参数模式 (#253)

文档

  • 修复 6_benchmarks.md 中命令文档(#263)

  • 翻译 6_benchmarks.md 到中文 (#262)

v0.7.0 (03/03/2022)

亮点

  • 支持 MAE 算法 (#221)

  • 增加 Places205 下游基准测试 (#210)

  • 在 CI 工作流中添加 Windows 测试 (#215)

新特性

  • 支持 MAE 算法 (#221)

  • 增加 Places205 下游基准测试 (#210)

Bug 修复

  • 修复部分配置文件中的错误 (#200)

  • 修复图像读取通道问题并更新相关结果 (#210)

  • 修复在使用 prefetch 时，部分 dataset 输出格式不匹配的问题 (#218)

  • 修复 t-sne ‘no init_cfg’ 的错误 (#222)

改进

  • 配置文件中弃用 imgs_per_gpu， 改用 samples_per_gpu (#204)

  • 更新 MMCV 的安装方式 (#208)

  • 为 算法 readme 和代码版权增加 pre-commit 钩子 (#213)

  • 在 CI 工作流中添加 Windows 测试 (#215)

文档

  • 将 0_config.md 翻译成中文 (#216)

  • 更新主页 OpenMMLab 项目和介绍 (#219)

v0.6.0 (02/02/2022)

亮点

  • 支持基于 vision transformer 的 MoCo v3 (#194)

  • 加速训练和启动时间 (#181)

  • 支持 cpu 训练 (#188)

新特性

  • 支持基于 vision transformer 的 MoCo v3 (#194)

  • 支持 cpu 训练 (#188)

Bug 修复

  • 修复问题 (#159, #160) 中提到的相关 bugs (#161)

  • 修复 RandomAppliedTrans 中缺失的 prob 赋值 (#173)

  • 修复 k-means losses 显示的 bug (#182)

  • 修复非分布式多 gpu 训练/测试中的 bug (#189)

  • 修复加载 cifar 数据集时的 bug (#191)

  • 修复 dataset.evaluate 的参数 bug (#192)

改进

  • 取消之前在 CI 中未完成的运行 (#145)

  • 增强 MIM 功能 (#152)

  • 更改某些特定文件时跳过 CI (#154)

  • 在构建 eval 优化器时添加 drop_last 选项 (#158)

  • 弃用对 “python setup.py test” 的支持 (#174)

  • 加速训练和启动时间 (#181)

  • 升级 isort 到 5.10.1 (#184)

文档

v0.5.0 (16/12/2021)

亮点

  • 代码重构后发版。

  • 添加 3 个新的自监督学习算法。

  • 支持 MMDet 和 MMSeg 的基准测试。

  • 添加全面的文档。

重构

  • 合并冗余数据集文件。

  • 适配新版 MMCV，去除旧版相关代码。

  • 继承 MMCV BaseModule。

  • 优化目录结构。

  • 重命名所有配置文件。

新特性

  • 添加 SwAV、SimSiam、DenseCL 算法。

  • 添加 t-SNE 可视化工具。

  • 支持 MMCV 版本 fp16。

基准

  • 更多基准测试结果，包括分类、检测和分割。

  • 支持下游任务中的一些新数据集。

  • 使用 MIM 启动 MMDet 和 MMSeg 训练。

文档

  • 重构 README、getting_started、install、model_zoo 文档。

  • 添加数据准备文档。

  • 添加全面的教程。

OpenSelfSup (历史)

v0.3.0 (14/10/2020)

亮点

  • 支持混合精度训练。

  • 改进 GaussianBlur 使训练速度加倍。

  • 更多基准测试结果。

Bug 修复

  • 修复 moco v2 中的 bugs，现在结果可复现。

  • 修复 byol 中的 bugs。

新特性

  • 混合精度训练。

  • 改进 GaussianBlur 使 MoCo V2、SimCLR、BYOL 的训练速度加倍。

  • 更多基准测试结果，包括 Places、VOC、COCO。

v0.2.0 (26/6/2020)

亮点

  • 支持 BYOL。

  • 支持半监督基准测试。

Bug 修复

  • 修复 publish_model.py 中的哈希 id。

新特性

  • 支持 BYOL。

  • 在线性和半监督评估中将训练和测试脚本分开。

  • 支持半监督基准测试：benchmarks/dist_train_semi.sh。

  • 将基准测试相关的配置文件移动到 configs/benchmarks/。

  • 提供基准测试结果和模型下载链接。

  • 支持每隔几次迭代更新网络。

  • 支持带有 Nesterov 的 LARS 优化器。

  • 支持 SimCLR 和 BYOL 从 LARS 适应和权重衰减中排除特定参数的需求。

Read the Docs v: stable
Versions
latest
stable
1.x
dev-1.x
0.x
Downloads
pdf
html
epub
On Read the Docs
Project Home
Builds
Free document hosting provided by Read the Docs.