PaddleClas/docs/zh_CN/models/LCNet.md

PPLCNet系列

概述

PPLCNet系列是百度PaddleCV团队提出的一种在Intel-CPU上表现优异的网络，作者总结了一些在Intel-CPU上可以提升模型精度但几乎不增加推理耗时的方法，将这些方法组合成了一个新的网络，即PPLCNet。与其他轻量级网络相比，PPLCNet可以在相同延时下取得更高的精度。PPLCNet已在图像分类、目标检测、语义分割上表现出了强大的竞争力。

精度、FLOPS和参数量

Models	Top1	Top5	FLOPs (M)	Parameters (M)
PPLCNet_x0_25	0.5186	0.7565	18	1.5
PPLCNet_x0_35	0.5809	0.8083	29	1.6
PPLCNet_x0_5	0.6314	0.8466	47	1.9
PPLCNet_x0_75	0.6818	0.8830	99	2.4
PPLCNet_x1_0	0.7132	0.9003	161	3.0
PPLCNet_x1_5	0.7371	0.9153	342	4.5
PPLCNet_x2_0	0.7518	0.9227	590	6.5
PPLCNet_x2_5	0.7660	0.9300	906	9.0
PPLCNet_x0_5_ssld	0.6610	0.8646	47	1.9
PPLCNet_x1_0_ssld	0.7439	0.9209	161	3.0
PPLCNet_x2_5_ssld	0.8082	0.9533	906	9.0

基于Intel(R) Xeon(R) Gold 6148 CPU @ 2.40GHz的预测速度

Models	Crop Size	Resize Short Size	FP32 Batch Size=1 (ms)
PPLCNet_x0_25	224	256	1.74
PPLCNet_x0_35	224	256	1.92
PPLCNet_x0_5	224	256	2.05
PPLCNet_x0_75	224	256	2.29
PPLCNet_x1_0	224	256	2.46
PPLCNet_x1_5	224	256	3.19
PPLCNet_x2_0	224	256	4.27
PPLCNet_x2_5	224	256	5.39
PPLCNet_x0_5_ssld	224	256	2.05
PPLCNet_x1_0_ssld	224	256	2.46
PPLCNet_x2_5_ssld	224	256	5.39