15 lines
1.0 KiB
Markdown
15 lines
1.0 KiB
Markdown
|
# HarDNet系列
|
|||
|
|
|
|||
|
|
## 概述
|
|||
|
|
|
|||
|
|
HarDNet（Harmonic DenseNet）是 2019 年由国立清华大学提出的一种全新的神经网络，在低 MAC 和内存流量的条件下实现了高效率。与 FC-DenseNet-103，DenseNet-264，ResNet-50，ResNet-152 和SSD-VGG 相比，新网络的推理时间减少了 35%，36%，30%，32% 和 45%。我们使用了包括Nvidia Profiler 和 ARM Scale-Sim 在内的工具来测量内存流量，并验证推理延迟确实与内存流量消耗成正比，并且所提议的网络消耗的内存流量很低。[论文地址](https://arxiv.org/abs/1909.00948)。
|
|||
|
|
|
|||
|
|
## 精度、FLOPS和参数量
|
|||
|
|
|
|||
|
|
| Model | Params (M) | FLOPs (G) | Top-1 (%) | Top-5 (%) |
|
|||
|
|
|:---------------------:|:----------:|:---------:|:---------:|:---------:|
|
|||
|
|
| HarDNet68 | 17.6 | 4.3 | 75.46 | 92.65 |
|
|||
|
|
| HarDNet85 | 36.7 | 9.1 | 77.44 | 93.55 |
|
|||
|
|
| HarDNet39_ds | 3.5 | 0.4 | 71.33 | 89.98 |
|
|||
|
|
| HarDNet68_ds | 4.2 | 0.8 | 73.62 | 91.52 |
|