????????本文作為下一篇文章（實(shí)現(xiàn) DeepLab V3+ 語義分割模型）的前傳呜叫，旨在用 Pytorch 實(shí)現(xiàn) Xeption 分類模型空繁。作為語義分割模型 DeepLab V3+ 的特征提取器，這里實(shí)現(xiàn)的 Xception 和論文中的模型在結(jié)構(gòu)上有一些差別朱庆，具體為：
- 全卷積盛泡，所有最大池化層都被步幅為 2 的可分離卷積替代
- 加入了更多的批標(biāo)準(zhǔn)化（Batch Normalization）
????????本文實(shí)現(xiàn)的 Xception 模型完全參照了其官方的 TensorFlow 實(shí)現(xiàn)（官方實(shí)現(xiàn)），甚至可以說就是簡(jiǎn)單的翻譯娱颊。另外傲诵，為了便于使用凯砍，以及不需要耗費(fèi)時(shí)間在 ImageNet 上訓(xùn)練就能得到預(yù)訓(xùn)練參數(shù)，我們還提供了用于直接將 TensorFlow 的預(yù)訓(xùn)練參數(shù)轉(zhuǎn)化為 Pytorch 參數(shù)的代碼掰吕。
????????本文的所有代碼見 GitHub: Xception果覆，使用方式也已附在上面颅痊。
【參考】
從 TensorFlow 轉(zhuǎn)化預(yù)訓(xùn)練參數(shù)參考了 EfficientNet-PyTorch 這個(gè)項(xiàng)目殖熟，具體文件為：load_tf_weights.py。
