Merge pull request #892 from PaddlePaddle/develop

update doc
pull/895/head
Wei Shengyu 2021-06-17 16:37:35 +08:00 committed by GitHub
commit 0adb3a02c5
No known key found for this signature in database
GPG Key ID: 4AEE18F83AFDEB23
2 changed files with 19 additions and 18 deletions

View File

@ -8,6 +8,7 @@
**近期更新**
- 2021.06.22,23,24 PaddleOCR官方研发团队带来技术深入解读三日直播课6月22日、23日、24日晚上20:30[直播地址](https://live.bilibili.com/21689802)
- 2021.06.16 PaddleClas v2.2版本升级集成Metric learning向量检索等组件。新增商品识别、动漫人物识别、车辆识别和logo识别等4个图像识别应用。新增LeViT、Twins、TNT、DLA、HarDNet、RedNet系列30个预训练模型。
- 2021.05.14 添加`SwinTransformer` 系列模型。
- 2021.04.15 添加`MixNet_L`和`ReXNet_3_0`系列模型。

View File

@ -12,19 +12,19 @@
常见服务器端模型的精度指标与其预测耗时的变化曲线如下图所示。
![](./docs/images/models/T4_benchmark/t4.fp32.bs1.main_fps_top1.png)
![](../images/models/T4_benchmark/t4.fp32.bs1.main_fps_top1.png)
常见移动端模型的精度指标与其预测耗时、模型存储大小的变化曲线如下图所示。
![](./docs/images/models/mobile_arm_storage.png)
![](../images/models/mobile_arm_storage.png)
![](./docs/images/models/mobile_arm_top1.png)
![](../images/models/mobile_arm_top1.png)
<a name="SSLD知识蒸馏系列"></a>
### SSLD知识蒸馏预训练模型
基于SSLD知识蒸馏的预训练模型列表如下所示更多关于SSLD知识蒸馏方案的介绍可以参考[SSLD知识蒸馏文档](./docs/zh_CN/advanced_tutorials/distillation/distillation.md)。
基于SSLD知识蒸馏的预训练模型列表如下所示更多关于SSLD知识蒸馏方案的介绍可以参考[SSLD知识蒸馏文档](./advanced_tutorials/distillation/distillation.md)。
* 服务器端知识蒸馏模型
@ -59,7 +59,7 @@
<a name="ResNet及其Vd系列"></a>
### ResNet及其Vd系列
ResNet及其Vd系列模型的精度、速度指标如下表所示更多关于该系列的模型介绍可以参考[ResNet及其Vd系列模型文档](./docs/zh_CN/models/ResNet_and_vd.md)。
ResNet及其Vd系列模型的精度、速度指标如下表所示更多关于该系列的模型介绍可以参考[ResNet及其Vd系列模型文档](./models/ResNet_and_vd.md)。
| 模型 | Top-1 Acc | Top-5 Acc | time(ms)<br>bs=1 | time(ms)<br>bs=4 | Flops(G) | Params(M) | 下载地址 |
|---------------------|-----------|-----------|-----------------------|----------------------|----------|-----------|----------------------------------------------------------------------------------------------|
@ -85,7 +85,7 @@ ResNet及其Vd系列模型的精度、速度指标如下表所示更多关于
<a name="移动端系列"></a>
### 移动端系列
移动端系列模型的精度、速度指标如下表所示,更多关于该系列的模型介绍可以参考:[移动端系列模型文档](./docs/zh_CN/models/Mobile.md)。
移动端系列模型的精度、速度指标如下表所示,更多关于该系列的模型介绍可以参考:[移动端系列模型文档](./models/Mobile.md)。
| 模型 | Top-1 Acc | Top-5 Acc | SD855 time(ms)<br>bs=1 | Flops(G) | Params(M) | 模型大小(M) | 下载地址 |
|----------------------------------|-----------|-----------|------------------------|----------|-----------|---------|-----------------------------------------------------------------------------------------------------------|
@ -130,7 +130,7 @@ ResNet及其Vd系列模型的精度、速度指标如下表所示更多关于
<a name="SEResNeXt与Res2Net系列"></a>
### SEResNeXt与Res2Net系列
SEResNeXt与Res2Net系列模型的精度、速度指标如下表所示更多关于该系列的模型介绍可以参考[SEResNeXt与Res2Net系列模型文档](./docs/zh_CN/models/SEResNext_and_Res2Net.md)。
SEResNeXt与Res2Net系列模型的精度、速度指标如下表所示更多关于该系列的模型介绍可以参考[SEResNeXt与Res2Net系列模型文档](./models/SEResNext_and_Res2Net.md)。
| 模型 | Top-1 Acc | Top-5 Acc | time(ms)<br>bs=1 | time(ms)<br>bs=4 | Flops(G) | Params(M) | 下载地址 |
@ -165,7 +165,7 @@ SEResNeXt与Res2Net系列模型的精度、速度指标如下表所示更多
<a name="DPN与DenseNet系列"></a>
### DPN与DenseNet系列
DPN与DenseNet系列模型的精度、速度指标如下表所示更多关于该系列的模型介绍可以参考[DPN与DenseNet系列模型文档](./docs/zh_CN/models/DPN_DenseNet.md)。
DPN与DenseNet系列模型的精度、速度指标如下表所示更多关于该系列的模型介绍可以参考[DPN与DenseNet系列模型文档](./models/DPN_DenseNet.md)。
| 模型 | Top-1 Acc | Top-5 Acc | time(ms)<br>bs=1 | time(ms)<br>bs=4 | Flops(G) | Params(M) | 下载地址 |
@ -186,7 +186,7 @@ DPN与DenseNet系列模型的精度、速度指标如下表所示更多关于
<a name="HRNet系列"></a>
### HRNet系列
HRNet系列模型的精度、速度指标如下表所示更多关于该系列的模型介绍可以参考[HRNet系列模型文档](./docs/zh_CN/models/HRNet.md)。
HRNet系列模型的精度、速度指标如下表所示更多关于该系列的模型介绍可以参考[HRNet系列模型文档](./models/HRNet.md)。
| 模型 | Top-1 Acc | Top-5 Acc | time(ms)<br>bs=1 | time(ms)<br>bs=4 | Flops(G) | Params(M) | 下载地址 |
@ -206,7 +206,7 @@ HRNet系列模型的精度、速度指标如下表所示更多关于该系列
<a name="Inception系列"></a>
### Inception系列
Inception系列模型的精度、速度指标如下表所示更多关于该系列的模型介绍可以参考[Inception系列模型文档](./docs/zh_CN/models/Inception.md)。
Inception系列模型的精度、速度指标如下表所示更多关于该系列的模型介绍可以参考[Inception系列模型文档](./models/Inception.md)。
| 模型 | Top-1 Acc | Top-5 Acc | time(ms)<br>bs=1 | time(ms)<br>bs=4 | Flops(G) | Params(M) | 下载地址 |
|--------------------|-----------|-----------|-----------------------|----------------------|----------|-----------|---------------------------------------------------------------------------------------------|
@ -223,7 +223,7 @@ Inception系列模型的精度、速度指标如下表所示更多关于该
<a name="EfficientNet与ResNeXt101_wsl系列"></a>
### EfficientNet与ResNeXt101_wsl系列
EfficientNet与ResNeXt101_wsl系列模型的精度、速度指标如下表所示更多关于该系列的模型介绍可以参考[EfficientNet与ResNeXt101_wsl系列模型文档](./docs/zh_CN/models/EfficientNet_and_ResNeXt101_wsl.md)。
EfficientNet与ResNeXt101_wsl系列模型的精度、速度指标如下表所示更多关于该系列的模型介绍可以参考[EfficientNet与ResNeXt101_wsl系列模型文档](./models/EfficientNet_and_ResNeXt101_wsl.md)。
| 模型 | Top-1 Acc | Top-5 Acc | time(ms)<br>bs=1 | time(ms)<br>bs=4 | Flops(G) | Params(M) | 下载地址 |
@ -247,7 +247,7 @@ EfficientNet与ResNeXt101_wsl系列模型的精度、速度指标如下表所示
<a name="ResNeSt与RegNet系列"></a>
### ResNeSt与RegNet系列
ResNeSt与RegNet系列模型的精度、速度指标如下表所示更多关于该系列的模型介绍可以参考[ResNeSt与RegNet系列模型文档](./docs/zh_CN/models/ResNeSt_RegNet.md)。
ResNeSt与RegNet系列模型的精度、速度指标如下表所示更多关于该系列的模型介绍可以参考[ResNeSt与RegNet系列模型文档](./models/ResNeSt_RegNet.md)。
| 模型 | Top-1 Acc | Top-5 Acc | time(ms)<br>bs=1 | time(ms)<br>bs=4 | Flops(G) | Params(M) | 下载地址 |
@ -260,7 +260,7 @@ ResNeSt与RegNet系列模型的精度、速度指标如下表所示更多关
<a name="ViT_and_DeiT系列"></a>
### ViT_and_DeiT系列
ViTVision Transformer与DeiTData-efficient Image Transformers系列模型的精度、速度指标如下表所示. 更多关于该系列模型的介绍可以参考: [ViT_and_DeiT系列模型文档](./docs/zh_CN/models/ViT_and_DeiT.md)。
ViTVision Transformer与DeiTData-efficient Image Transformers系列模型的精度、速度指标如下表所示. 更多关于该系列模型的介绍可以参考: [ViT_and_DeiT系列模型文档](./models/ViT_and_DeiT.md)。
| 模型 | Top-1 Acc | Top-5 Acc | time(ms)<br>bs=1 | time(ms)<br>bs=4 | Flops(G) | Params(M) | 下载地址 |
@ -291,7 +291,7 @@ ViTVision Transformer与DeiTData-efficient Image Transformers系列
### RepVGG系列
关于RepVGG系列模型的精度、速度指标如下表所示更多介绍可以参考[RepVGG系列模型文档](./docs/zh_CN/models/RepVGG.md)。
关于RepVGG系列模型的精度、速度指标如下表所示更多介绍可以参考[RepVGG系列模型文档](./models/RepVGG.md)。
| 模型 | Top-1 Acc | Top-5 Acc | time(ms)<br>bs=1 | time(ms)<br>bs=4 | Flops(G) | Params(M) | 下载地址 |
@ -311,7 +311,7 @@ ViTVision Transformer与DeiTData-efficient Image Transformers系列
### MixNet系列
关于MixNet系列模型的精度、速度指标如下表所示更多介绍可以参考[MixNet系列模型文档](./docs/zh_CN/models/MixNet.md)。
关于MixNet系列模型的精度、速度指标如下表所示更多介绍可以参考[MixNet系列模型文档](./models/MixNet.md)。
| 模型 | Top-1 Acc | Top-5 Acc | time(ms)<br>bs=1 | time(ms)<br>bs=4 | Flops(M) | Params(M) | 下载地址 |
| -------- | --------- | --------- | ---------------- | ---------------- | -------- | --------- | ------------------------------------------------------------ |
@ -323,7 +323,7 @@ ViTVision Transformer与DeiTData-efficient Image Transformers系列
### ReXNet系列
关于ReXNet系列模型的精度、速度指标如下表所示更多介绍可以参考[ReXNet系列模型文档](./docs/zh_CN/models/ReXNet.md)。
关于ReXNet系列模型的精度、速度指标如下表所示更多介绍可以参考[ReXNet系列模型文档](./models/ReXNet.md)。
| 模型 | Top-1 Acc | Top-5 Acc | time(ms)<br>bs=1 | time(ms)<br>bs=4 | Flops(G) | Params(M) | 下载地址 |
| ---------- | --------- | --------- | ---------------- | ---------------- | -------- | --------- | ------------------------------------------------------------ |
@ -337,7 +337,7 @@ ViTVision Transformer与DeiTData-efficient Image Transformers系列
### SwinTransformer系列
关于SwinTransformer系列模型的精度、速度指标如下表所示更多介绍可以参考[SwinTransformer系列模型文档](./docs/zh_CN/models/SwinTransformer.md)。
关于SwinTransformer系列模型的精度、速度指标如下表所示更多介绍可以参考[SwinTransformer系列模型文档](./models/SwinTransformer.md)。
| 模型 | Top-1 Acc | Top-5 Acc | time(ms)<br>bs=1 | time(ms)<br>bs=4 | Flops(G) | Params(M) | 下载地址 |
| ---------- | --------- | --------- | ---------------- | ---------------- | -------- | --------- | ------------------------------------------------------------ |
@ -356,7 +356,7 @@ ViTVision Transformer与DeiTData-efficient Image Transformers系列
### 其他模型
关于AlexNet、SqueezeNet系列、VGG系列、DarkNet53等模型的精度、速度指标如下表所示更多介绍可以参考[其他模型文档](./docs/zh_CN/models/Others.md)。
关于AlexNet、SqueezeNet系列、VGG系列、DarkNet53等模型的精度、速度指标如下表所示更多介绍可以参考[其他模型文档](./models/Others.md)。
| 模型 | Top-1 Acc | Top-5 Acc | time(ms)<br>bs=1 | time(ms)<br>bs=4 | Flops(G) | Params(M) | 下载地址 |