2020-04-10 00:45:02 +08:00
|
|
|
|
# HRNet系列
|
|
|
|
|
|
|
|
|
|
|
|
## 概述
|
2020-04-15 20:54:45 +08:00
|
|
|
|
HRNet是2019年由微软亚洲研究院提出的一种全新的神经网络，不同于以往的卷积神经网络，该网络在网络深层仍然可以保持高分辨率，因此预测的关键点热图更准确，在空间上也更精确。此外，该网络在对分辨率敏感的其他视觉任务中，如检测、分割等，表现尤为优异。
|
2020-04-13 23:54:13 +08:00
|
|
|
|
|
2020-04-14 00:28:15 +08:00
|
|
|
|
该系列模型的FLOPS、参数量以及FP32预测耗时如下图所示。
|
2020-04-13 23:54:13 +08:00
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2020-04-15 20:54:45 +08:00
|
|
|
|
目前PaddleClas开源的这类模型的预训练模型一共有7个，其指标如图所示，其中HRNet_W48_C指标精度异常的原因可能是因为网络训练的正常波动。
|
2020-04-10 00:45:02 +08:00
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
## 精度、FLOPS和参数量
|
|
|
|
|
|
|
|
|
|
|
|
| Models | Top1 | Top5 | Reference<br>top1 | Reference<br>top5 | FLOPS<br>(G) | Parameters<br>(M) |
|
|
|
|
|
|
|:--:|:--:|:--:|:--:|:--:|:--:|:--:|
|
|
|
|
|
|
| HRNet_W18_C | 0.769 | 0.934 | 0.768 | 0.934 | 4.140 | 21.290 |
|
|
|
|
|
|
| HRNet_W30_C | 0.780 | 0.940 | 0.782 | 0.942 | 16.230 | 37.710 |
|
|
|
|
|
|
| HRNet_W32_C | 0.783 | 0.942 | 0.785 | 0.942 | 17.860 | 41.230 |
|
|
|
|
|
|
| HRNet_W40_C | 0.788 | 0.945 | 0.789 | 0.945 | 25.410 | 57.550 |
|
|
|
|
|
|
| HRNet_W44_C | 0.790 | 0.945 | 0.789 | 0.944 | 29.790 | 67.060 |
|
|
|
|
|
|
| HRNet_W48_C | 0.790 | 0.944 | 0.793 | 0.945 | 34.580 | 77.470 |
|
|
|
|
|
|
| HRNet_W64_C | 0.793 | 0.946 | 0.795 | 0.946 | 57.830 | 128.060 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
## FP32预测速度
|
|
|
|
|
|
|
2020-04-13 23:49:37 +08:00
|
|
|
|
| Models | Crop Size | Resize Short Size | Batch Size=1<br>(ms) |
|
2020-04-13 22:43:27 +08:00
|
|
|
|
|-------------|-----------|-------------------|--------------------------|
|
|
|
|
|
|
| HRNet_W18_C | 224 | 256 | 7.368 |
|
2020-04-13 23:49:37 +08:00
|
|
|
|
| HRNet_W30_C | 224 | 256 | 9.402 |
|
|
|
|
|
|
| HRNet_W32_C | 224 | 256 | 9.467 |
|
2020-04-13 22:43:27 +08:00
|
|
|
|
| HRNet_W40_C | 224 | 256 | 10.739 |
|
|
|
|
|
|
| HRNet_W44_C | 224 | 256 | 11.497 |
|
|
|
|
|
|
| HRNet_W48_C | 224 | 256 | 12.165 |
|
|
|
|
|
|
| HRNet_W64_C | 224 | 256 | 15.003 |
|
