41 lines
2.0 KiB
Markdown
41 lines
2.0 KiB
Markdown
# MixNet 系列
|
||
---
|
||
## 目录
|
||
|
||
* [1. 概述](#1)
|
||
* [2. 精度、FLOPS 和参数量](#2)
|
||
* [3. 基于 V100 GPU 的预测速度](#3)
|
||
|
||
<a name='1'></a>
|
||
|
||
## 1. 概述
|
||
|
||
MixNet 是谷歌出的一篇关于轻量级网络的文章，主要工作就在于探索不同大小的卷积核的组合。作者发现目前网络有以下两个问题：
|
||
|
||
- 小的卷积核感受野小，参数少，但是准确率不高
|
||
- 大的卷积核感受野大，准确率相对略高，但是参数也相对增加了很多
|
||
|
||
为了解决上面两个问题，文中提出一种新的混合深度分离卷积(MDConv)(mixed depthwise convolution)，将不同的核大小混合在一个卷积运算中，并且基于 AutoML 的搜索空间，提出了一系列的网络叫做 MixNets，在 ImageNet 上取得了较好的效果。[论文地址](https://arxiv.org/pdf/1907.09595.pdf)
|
||
|
||
<a name='2'></a>
|
||
|
||
## 2. 精度、FLOPS 和参数量
|
||
|
||
| Models | Top1 | Top5 | Reference<br>top1| FLOPS<br>(M) | Params<br/>(M) |
|
||
|:--:|:--:|:--:|:--:|:--:|----|
|
||
| MixNet_S | 76.28 | 92.99 | 75.8 | 252.977 | 4.167 |
|
||
| MixNet_M | 77.67 | 93.64 | 77.0 | 357.119 | 5.065 |
|
||
| MixNet_L | 78.60 | 94.37 | 78.9 | 579.017 | 7.384 |
|
||
|
||
<a name='3'></a>
|
||
|
||
## 3. 基于 V100 GPU 的预测速度
|
||
|
||
| Models | Crop Size | Resize Short Size | FP32<br/>Batch Size=1<br/>(ms) | FP32<br/>Batch Size=4<br/>(ms) | FP32<br/>Batch Size=8<br/>(ms) |
|
||
| -------- | --------- | ----------------- | ------------------------------ | ------------------------------ | ------------------------------ |
|
||
| MixNet_S | 224 | 256 | 2.31 | 3.63 | 5.20 |
|
||
| MixNet_M | 224 | 256 | 2.84 | 4.60 | 6.62 |
|
||
| MixNet_L | 224 | 256 | 3.16 | 5.55 | 8.03 |
|
||
|
||
关于 Inference speed 等信息，敬请期待。
|