mirrors
/
PaddleClas
mirror of https://github.com/PaddlePaddle/PaddleClas.git
1
0
Fork 0
Code Issues Projects Releases Wiki Activity
PaddleClas/docs/zh_CN/algorithm_introduction/ImageNet_models.md

67 KiB
Raw Blame History

ImageNet 预训练模型库

目录

1. 模型库概览图

基于 ImageNet1k 分类数据集，PaddleClas 支持 37 个系列分类网络结构以及对应的 217 个图像分类预训练模型，训练技巧、每个系列网络结构的简单介绍和性能评估将在相应章节展现，下面所有的速度指标评估环境如下：

  • Arm CPU 的评估环境基于骁龙 855(SD855)。
  • Intel CPU 的评估环境基于 Intel(R) Xeon(R) Gold 6148。
  • GPU 评估环境基于 T4 机器，在 FP32+TensorRT 配置下运行 500 次测得（去除前 10 次的 warmup 时间）。
  • FLOPs 与 Params 通过 paddle.flops() 计算得到（PaddlePaddle 版本为 2.2）

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。

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。

2. 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。

2.1 服务器端知识蒸馏模型

模型 Top-1 Acc Reference
Top-1 Acc		 Acc gain time(ms)
bs=1		 time(ms)
bs=4		 FLOPs(G) Params(M) 下载地址
ResNet34_vd_ssld 0.797 0.760 0.037 2.434 6.222 3.93 21.84 下载链接
ResNet50_vd_ssld 0.830 0.792 0.039 3.531 8.090 4.35 25.63 下载链接
ResNet101_vd_ssld 0.837 0.802 0.035 6.117 13.762 8.08 44.67 下载链接
Res2Net50_vd_26w_4s_ssld 0.831 0.798 0.033 4.527 9.657 4.28 25.76 下载链接
Res2Net101_vd_
26w_4s_ssld		 0.839 0.806 0.033 8.087 17.312 8.35 45.35 下载链接
Res2Net200_vd_
26w_4s_ssld		 0.851 0.812 0.049 14.678 32.350 15.77 76.44 下载链接
HRNet_W18_C_ssld 0.812 0.769 0.043 7.406 13.297 4.32 21.35 下载链接
HRNet_W48_C_ssld 0.836 0.790 0.046 13.707 17.34 17.34 77.57 下载链接
SE_HRNet_W64_C_ssld 0.848 - - 31.697 94.995 29.00 129.12 下载链接

2.2 移动端知识蒸馏模型

模型 Top-1 Acc Reference
Top-1 Acc		 Acc gain SD855 time(ms)
bs=1		 FLOPs(M) Params(M) 模型大小(M) 下载地址
MobileNetV1_ssld 0.779 0.710 0.069 32.523 578.88 4.25 16 下载链接
MobileNetV2_ssld 0.767 0.722 0.045 23.318 327.84 3.54 14 下载链接
MobileNetV3_small_x0_35_ssld 0.556 0.530 0.026 2.635 14.56 1.67 6.9 下载链接
MobileNetV3_large_x1_0_ssld 0.790 0.753 0.036 19.308 229.66 5.50 21 下载链接
MobileNetV3_small_x1_0_ssld 0.713 0.682 0.031 6.546 63.67 2.95 12 下载链接
GhostNet_x1_3_ssld 0.794 0.757 0.037 19.983 236.89 7.38 29 下载链接

2.3 Intel CPU 端知识蒸馏模型

模型 Top-1 Acc Reference
Top-1 Acc		 Acc gain Intel-Xeon-Gold-6148 time(ms)
bs=1		 FLOPs(M) Params(M) 下载地址
PPLCNet_x0_5_ssld 0.661 0.631 0.030 2.05 47.28 1.89 下载链接
PPLCNet_x1_0_ssld 0.744 0.713 0.033 2.46 160.81 2.96 下载链接
PPLCNet_x2_5_ssld 0.808 0.766 0.042 5.39 906.49 9.04 下载链接
  • 注: Reference Top-1 Acc 表示 PaddleClas 基于 ImageNet1k 数据集训练得到的预训练模型精度。

3. PP-LCNet 系列

PP-LCNet 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：PP-LCNet 系列模型文档。

模型 Top-1 Acc Top-5 Acc Intel-Xeon-Gold-6148 time(ms)
bs=1		 FLOPs(M) Params(M) 下载地址
PPLCNet_x0_25 0.5186 0.7565 1.74 18.25 1.52 下载链接
PPLCNet_x0_35 0.5809 0.8083 1.92 29.46 1.65 下载链接
PPLCNet_x0_5 0.6314 0.8466 2.05 47.28 1.89 下载链接
PPLCNet_x0_75 0.6818 0.8830 2.29 98.82 2.37 下载链接
PPLCNet_x1_0 0.7132 0.9003 2.46 160.81 2.96 下载链接
PPLCNet_x1_5 0.7371 0.9153 3.19 341.86 4.52 下载链接
PPLCNet_x2_0 0.7518 0.9227 4.27 590 6.54 下载链接
PPLCNet_x2_5 0.7660 0.9300 5.39 906 9.04 下载链接

4. ResNet 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。

模型 Top-1 Acc Top-5 Acc time(ms)
bs=1		 time(ms)
bs=4		 FLOPs(G) Params(M) 下载地址
ResNet18 0.7098 0.8992 1.45606 3.56305 1.83 11.70 下载链接
ResNet18_vd 0.7226 0.9080 1.54557 3.85363 2.07 11.72 下载链接
ResNet34 0.7457 0.9214 2.34957 5.89821 3.68 21.81 下载链接
ResNet34_vd 0.7598 0.9298 2.43427 6.22257 3.93 21.84 下载链接
ResNet34_vd_ssld 0.7972 0.9490 2.43427 6.22257 3.93 21.84 下载链接
ResNet50 0.7650 0.9300 3.47712 7.84421 4.11 25.61 下载链接
ResNet50_vc 0.7835 0.9403 3.52346 8.10725 4.35 25.63 下载链接
ResNet50_vd 0.7912 0.9444 3.53131 8.09057 4.35 25.63 下载链接
ResNet101 0.7756 0.9364 6.07125 13.40573 7.83 44.65 下载链接
ResNet101_vd 0.8017 0.9497 6.11704 13.76222 8.08 44.67 下载链接
ResNet152 0.7826 0.9396 8.50198 19.17073 11.56 60.34 下载链接
ResNet152_vd 0.8059 0.9530 8.54376 19.52157 11.80 60.36 下载链接
ResNet200_vd 0.8093 0.9533 10.80619 25.01731 15.30 74.93 下载链接
ResNet50_vd_
ssld		 0.8300 0.9640 3.53131 8.09057 4.35 25.63 下载链接
ResNet101_vd_
ssld		 0.8373 0.9669 6.11704 13.76222 8.08 44.67 下载链接

5. 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。

模型 Top-1 Acc Top-5 Acc SD855 time(ms)
bs=1		 FLOPs(M) Params(M) 模型大小(M) 下载地址
MobileNetV1_
x0_25		 0.5143 0.7546 3.21985 43.56 0.48 1.9 下载链接
MobileNetV1_
x0_5		 0.6352 0.8473 9.579599 154.57 1.34 5.2 下载链接
MobileNetV1_
x0_75		 0.6881 0.8823 19.436399 333.00 2.60 10 下载链接
MobileNetV1 0.7099 0.8968 32.523048 578.88 4.25 16 下载链接
MobileNetV1_
ssld		 0.7789 0.9394 32.523048 578.88 4.25 16 下载链接
MobileNetV2_
x0_25		 0.5321 0.7652 3.79925 34.18 1.53 6.1 下载链接
MobileNetV2_
x0_5		 0.6503 0.8572 8.7021 99.48 1.98 7.8 下载链接
MobileNetV2_
x0_75		 0.6983 0.8901 15.531351 197.37 2.65 10 下载链接
MobileNetV2 0.7215 0.9065 23.317699 327.84 3.54 14 下载链接
MobileNetV2_
x1_5		 0.7412 0.9167 45.623848 702.35 6.90 26 下载链接
MobileNetV2_
x2_0		 0.7523 0.9258 74.291649 1217.25 11.33 43 下载链接
MobileNetV2_
ssld		 0.7674 0.9339 23.317699 327.84 3.54 14 下载链接
MobileNetV3_
large_x1_25		 0.7641 0.9295 28.217701 362.70 7.47 29 下载链接
MobileNetV3_
large_x1_0		 0.7532 0.9231 19.30835 229.66 5.50 21 下载链接
MobileNetV3_
large_x0_75		 0.7314 0.9108 13.5646 151.70 3.93 16 下载链接
MobileNetV3_
large_x0_5		 0.6924 0.8852 7.49315 71.83 2.69 11 下载链接
MobileNetV3_
large_x0_35		 0.6432 0.8546 5.13695 40.90 2.11 8.6 下载链接
MobileNetV3_
small_x1_25		 0.7067 0.8951 9.2745 100.07 3.64 14 下载链接
MobileNetV3_
small_x1_0		 0.6824 0.8806 6.5463 63.67 2.95 12 下载链接
MobileNetV3_
small_x0_75		 0.6602 0.8633 5.28435 46.02 2.38 9.6 下载链接
MobileNetV3_
small_x0_5		 0.5921 0.8152 3.35165 22.60 1.91 7.8 下载链接
MobileNetV3_
small_x0_35		 0.5303 0.7637 2.6352 14.56 1.67 6.9 下载链接
MobileNetV3_
small_x0_35_ssld		 0.5555 0.7771 2.6352 14.56 1.67 6.9 下载链接
MobileNetV3_
large_x1_0_ssld		 0.7896 0.9448 19.30835 229.66 5.50 21 下载链接
MobileNetV3_small_
x1_0_ssld		 0.7129 0.9010 6.5463 63.67 2.95 12 下载链接
ShuffleNetV2 0.6880 0.8845 10.941 148.86 2.29 9 下载链接
ShuffleNetV2_
x0_25		 0.4990 0.7379 2.329 18.95 0.61 2.7 下载链接
ShuffleNetV2_
x0_33		 0.5373 0.7705 2.64335 24.04 0.65 2.8 下载链接
ShuffleNetV2_
x0_5		 0.6032 0.8226 4.2613 42.58 1.37 5.6 下载链接
ShuffleNetV2_
x1_5		 0.7163 0.9015 19.3522 301.35 3.53 14 下载链接
ShuffleNetV2_
x2_0		 0.7315 0.9120 34.770149 571.70 7.40 28 下载链接
ShuffleNetV2_
swish		 0.7003 0.8917 16.023151 148.86 2.29 9.1 下载链接
GhostNet_
x0_5		 0.6688 0.8695 5.7143 46.15 2.60 10 下载链接
GhostNet_
x1_0		 0.7402 0.9165 13.5587 148.78 5.21 20 下载链接
GhostNet_
x1_3		 0.7579 0.9254 19.9825 236.89 7.38 29 下载链接
GhostNet_
x1_3_ssld		 0.7938 0.9449 19.9825 236.89 7.38 29 下载链接
ESNet_x0_25 62.48 83.46 30.85 2.83 11 下载链接
ESNet_x0_5 68.82 88.04 67.31 3.25 13 下载链接
ESNet_x0_75 72.24 90.45 123.74 3.87 15 下载链接
ESNet_x1_0 73.92 91.40 197.33 4.64 18 下载链接

6. 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。

模型 Top-1 Acc Top-5 Acc time(ms)
bs=1		 time(ms)
bs=4		 FLOPs(G) Params(M) 下载地址
Res2Net50_
26w_4s		 0.7933 0.9457 4.47188 9.65722 4.28 25.76 下载链接
Res2Net50_vd_
26w_4s		 0.7975 0.9491 4.52712 9.93247 4.52 25.78 下载链接
Res2Net50_
14w_8s		 0.7946 0.9470 5.4026 10.60273 4.20 25.12 下载链接
Res2Net101_vd_
26w_4s		 0.8064 0.9522 8.08729 17.31208 8.35 45.35 下载链接
Res2Net200_vd_
26w_4s		 0.8121 0.9571 14.67806 32.35032 15.77 76.44 下载链接
Res2Net200_vd_
26w_4s_ssld		 0.8513 0.9742 14.67806 32.35032 15.77 76.44 下载链接
ResNeXt50_
32x4d		 0.7775 0.9382 7.56327 10.6134 4.26 25.10 下载链接
ResNeXt50_vd_
32x4d		 0.7956 0.9462 7.62044 11.03385 4.50 25.12 下载链接
ResNeXt50_
64x4d		 0.7843 0.9413 13.80962 18.4712 8.02 45.29 下载链接
ResNeXt50_vd_
64x4d		 0.8012 0.9486 13.94449 18.88759 8.26 45.31 下载链接
ResNeXt101_
32x4d		 0.7865 0.9419 16.21503 19.96568 8.01 44.32 下载链接
ResNeXt101_vd_
32x4d		 0.8033 0.9512 16.28103 20.25611 8.25 44.33 下载链接
ResNeXt101_
64x4d		 0.7835 0.9452 30.4788 36.29801 15.52 83.66 下载链接
ResNeXt101_vd_
64x4d		 0.8078 0.9520 30.40456 36.77324 15.76 83.68 下载链接
ResNeXt152_
32x4d		 0.7898 0.9433 24.86299 29.36764 11.76 60.15 下载链接
ResNeXt152_vd_
32x4d		 0.8072 0.9520 25.03258 30.08987 12.01 60.17 下载链接
ResNeXt152_
64x4d		 0.7951 0.9471 46.7564 56.34108 23.03 115.27 下载链接
ResNeXt152_vd_
64x4d		 0.8108 0.9534 47.18638 57.16257 23.27 115.29 下载链接
SE_ResNet18_vd 0.7333 0.9138 1.7691 4.19877 2.07 11.81 下载链接
SE_ResNet34_vd 0.7651 0.9320 2.88559 7.03291 3.93 22.00 下载链接
SE_ResNet50_vd 0.7952 0.9475 4.28393 10.38846 4.36 28.16 下载链接
SE_ResNeXt50_
32x4d		 0.7844 0.9396 8.74121 13.563 4.27 27.63 下载链接
SE_ResNeXt50_vd_
32x4d		 0.8024 0.9489 9.17134 14.76192 5.64 27.76 下载链接
SE_ResNeXt101_
32x4d		 0.7939 0.9443 18.82604 25.31814 8.03 49.09 下载链接
SENet154_vd 0.8140 0.9548 53.79794 66.31684 24.45 122.03 下载链接

7. 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。

模型 Top-1 Acc Top-5 Acc time(ms)
bs=1		 time(ms)
bs=4		 FLOPs(G) Params(M) 下载地址
DenseNet121 0.7566 0.9258 4.40447 9.32623 2.87 8.06 下载链接
DenseNet161 0.7857 0.9414 10.39152 22.15555 7.79 28.90 下载链接
DenseNet169 0.7681 0.9331 6.43598 12.98832 3.40 14.31 下载链接
DenseNet201 0.7763 0.9366 8.20652 17.45838 4.34 20.24 下载链接
DenseNet264 0.7796 0.9385 12.14722 26.27707 5.82 33.74 下载链接
DPN68 0.7678 0.9343 11.64915 12.82807 2.35 12.68 下载链接
DPN92 0.7985 0.9480 18.15746 23.87545 6.54 37.79 下载链接
DPN98 0.8059 0.9510 21.18196 33.23925 11.728 61.74 下载链接
DPN107 0.8089 0.9532 27.62046 52.65353 18.38 87.13 下载链接
DPN131 0.8070 0.9514 28.33119 46.19439 16.09 79.48 下载链接

8. 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。

模型 Top-1 Acc Top-5 Acc time(ms)
bs=1		 time(ms)
bs=4		 FLOPs(G) Params(M) 下载地址
HRNet_W18_C 0.7692 0.9339 7.40636 13.29752 4.32 21.35 下载链接
HRNet_W18_C_ssld 0.81162 0.95804 7.40636 13.29752 4.32 21.35 下载链接
HRNet_W30_C 0.7804 0.9402 9.57594 17.35485 8.15 37.78 下载链接
HRNet_W32_C 0.7828 0.9424 9.49807 17.72921 8.97 41.30 下载链接
HRNet_W40_C 0.7877 0.9447 12.12202 25.68184 12.74 57.64 下载链接
HRNet_W44_C 0.7900 0.9451 13.19858 32.25202 14.94 67.16 下载链接
HRNet_W48_C 0.7895 0.9442 13.70761 34.43572 17.34 77.57 下载链接
HRNet_W48_C_ssld 0.8363 0.9682 13.70761 34.43572 17.34 77.57 下载链接
HRNet_W64_C 0.7930 0.9461 17.57527 47.9533 28.97 128.18 下载链接
SE_HRNet_W64_C_ssld 0.8475 0.9726 31.69770 94.99546 29.00 129.12 下载链接

9. 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。

模型 Top-1 Acc Top-5 Acc time(ms)
bs=1		 time(ms)
bs=4		 FLOPs(G) Params(M) 下载地址
GoogLeNet 0.7070 0.8966 1.88038 4.48882 1.44 11.54 下载链接
Xception41 0.7930 0.9453 4.96939 17.01361 8.57 23.02 下载链接
Xception41_deeplab 0.7955 0.9438 5.33541 17.55938 9.28 27.08 下载链接
Xception65 0.8100 0.9549 7.26158 25.88778 13.25 36.04 下载链接
Xception65_deeplab 0.8032 0.9449 7.60208 26.03699 13.96 40.10 下载链接
Xception71 0.8111 0.9545 8.72457 31.55549 16.21 37.86 下载链接
InceptionV3 0.7914 0.9459 6.64054 13.53630 5.73 23.87 下载链接
InceptionV4 0.8077 0.9526 12.99342 25.23416 12.29 42.74 下载链接

10. 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。

模型 Top-1 Acc Top-5 Acc time(ms)
bs=1		 time(ms)
bs=4		 FLOPs(G) Params(M) 下载地址
ResNeXt101_
32x8d_wsl		 0.8255 0.9674 18.52528 34.25319 16.48 88.99 下载链接
ResNeXt101_
32x16d_wsl		 0.8424 0.9726 25.60395 71.88384 36.26 194.36 下载链接
ResNeXt101_
32x32d_wsl		 0.8497 0.9759 54.87396 160.04337 87.28 469.12 下载链接
ResNeXt101_
32x48d_wsl		 0.8537 0.9769 99.01698256 315.91261 153.57 829.26 下载链接
Fix_ResNeXt101_
32x48d_wsl		 0.8626 0.9797 160.0838242 595.99296 313.41 829.26 下载链接
EfficientNetB0 0.7738 0.9331 3.442 6.11476 0.40 5.33 下载链接
EfficientNetB1 0.7915 0.9441 5.3322 9.41795 0.71 7.86 下载链接
EfficientNetB2 0.7985 0.9474 6.29351 10.95702 1.02 9.18 下载链接
EfficientNetB3 0.8115 0.9541 7.67749 16.53288 1.88 12.324 下载链接
EfficientNetB4 0.8285 0.9623 12.15894 30.94567 4.51 19.47 下载链接
EfficientNetB5 0.8362 0.9672 20.48571 61.60252 10.51 30.56 下载链接
EfficientNetB6 0.8400 0.9688 32.62402 - 19.47 43.27 下载链接
EfficientNetB7 0.8430 0.9689 53.93823 - 38.45 66.66 下载链接
EfficientNetB0_
small		 0.7580 0.9258 2.3076 4.71886 0.40 4.69 下载链接

11. 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。

模型 Top-1 Acc Top-5 Acc time(ms)
bs=1		 time(ms)
bs=4		 FLOPs(G) Params(M) 下载地址
ResNeSt50_
fast_1s1x64d		 0.8035 0.9528 3.45405 8.72680 4.36 26.27 下载链接
ResNeSt50 0.8083 0.9542 6.69042 8.01664 5.40 27.54 下载链接
RegNetX_4GF 0.785 0.9416 6.46478 11.19862 4.00 22.23 下载链接

12. ViT_and_DeiT 系列

ViT(Vision Transformer) 与 DeiT（Data-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。

模型 Top-1 Acc Top-5 Acc time(ms)
bs=1		 time(ms)
bs=4		 FLOPs(G) Params(M) 下载地址
ViT_small_
patch16_224		 0.7769 0.9342 - - 9.41 48.60 下载链接
ViT_base_
patch16_224		 0.8195 0.9617 - - 16.85 86.42 下载链接
ViT_base_
patch16_384		 0.8414 0.9717 - - 49.35 86.42 下载链接
ViT_base_
patch32_384		 0.8176 0.9613 - - 12.66 88.19 下载链接
ViT_large_
patch16_224		 0.8323 0.9650 - - 59.65 304.12 下载链接
ViT_large_
patch16_384		 0.8513 0.9736 - - 174.70 304.12

| 下载链接 | | ViT_large_
patch32_384 | 0.8153 | 0.9608 | - | - | 44.24 | 306.48 | 下载链接 |

模型 Top-1 Acc Top-5 Acc time(ms)
bs=1		 time(ms)
bs=4		 FLOPs(G) Params(M) 下载地址
DeiT_tiny_
patch16_224		 0.718 0.910 - - 1.07 5.68 下载链接
DeiT_small_
patch16_224		 0.796 0.949 - - 4.24 21.97 下载链接
DeiT_base_
patch16_224		 0.817 0.957 - - 16.85 86.42 下载链接
DeiT_base_
patch16_384		 0.830 0.962 - - 49.35 86.42 下载链接
DeiT_tiny_
distilled_patch16_224		 0.741 0.918 - - 1.08 5.87 下载链接
DeiT_small_
distilled_patch16_224		 0.809 0.953 - - 4.26 22.36 下载链接
DeiT_base_
distilled_patch16_224		 0.831 0.964 - - 16.93 87.18 下载链接
DeiT_base_
distilled_patch16_384		 0.851 0.973 - - 49.43 87.18 下载链接

13. 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。

模型 Top-1 Acc Top-5 Acc time(ms)
bs=1		 time(ms)
bs=4		 FLOPs(G) Params(M) 下载地址
RepVGG_A0 0.7131 0.9016 1.36 8.31 下载链接
RepVGG_A1 0.7380 0.9146 2.37 12.79 下载链接
RepVGG_A2 0.7571 0.9264 5.12 25.50 下载链接
RepVGG_B0 0.7450 0.9213 3.06 14.34 下载链接
RepVGG_B1 0.7773 0.9385 11.82 51.83 下载链接
RepVGG_B2 0.7813 0.9410 18.38 80.32 下载链接
RepVGG_B1g2 0.7732 0.9359 8.82 41.36 下载链接
RepVGG_B1g4 0.7675 0.9335 7.31 36.13 下载链接
RepVGG_B2g4 0.7881 0.9448 11.34 55.78 下载链接
RepVGG_B3g4 0.7965 0.9485 16.07 75.63 下载链接

14. 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。

模型 Top-1 Acc Top-5 Acc time(ms)
bs=1		 time(ms)
bs=4		 FLOPs(M) Params(M) 下载地址
MixNet_S 0.7628 0.9299 252.977 4.167 下载链接
MixNet_M 0.7767 0.9364 357.119 5.065 下载链接
MixNet_L 0.7860 0.9437 579.017 7.384 下载链接

15. 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。

模型 Top-1 Acc Top-5 Acc time(ms)
bs=1		 time(ms)
bs=4		 FLOPs(G) Params(M) 下载地址
ReXNet_1_0 0.7746 0.9370 0.415 4.84 下载链接
ReXNet_1_3 0.7913 0.9464 0.68 7.61 下载链接
ReXNet_1_5 0.8006 0.9512 0.90 9.79 下载链接
ReXNet_2_0 0.8122 0.9536 1.56 16.45 下载链接
ReXNet_3_0 0.8209 0.9612 3.44 34.83 下载链接

16. 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。

模型 Top-1 Acc Top-5 Acc time(ms)
bs=1		 time(ms)
bs=4		 FLOPs(G) Params(M) 下载地址
SwinTransformer_tiny_patch4_window7_224 0.8069 0.9534 4.35 28.26 下载链接
SwinTransformer_small_patch4_window7_224 0.8275 0.9613 8.51 49.56 下载链接
SwinTransformer_base_patch4_window7_224 0.8300 0.9626 15.13 87.70 下载链接
SwinTransformer_base_patch4_window12_384 0.8439 0.9693 44.45 87.70 下载链接
SwinTransformer_base_patch4_window7_224[1] 0.8487 0.9746 15.13 87.70 下载链接
SwinTransformer_base_patch4_window12_384[1] 0.8642 0.9807 44.45 87.70 下载链接
SwinTransformer_large_patch4_window7_224[1] 0.8596 0.9783 34.02 196.43 下载链接
SwinTransformer_large_patch4_window12_384[1] 0.8719 0.9823 99.97 196.43 下载链接

[1]：基于 ImageNet22k 数据集预训练，然后在 ImageNet1k 数据集迁移学习得到。

17. LeViT 系列

关于 LeViT 系列模型的精度、速度指标如下表所示，更多介绍可以参考：LeViT 系列模型文档。

模型 Top-1 Acc Top-5 Acc time(ms)
bs=1		 time(ms)
bs=4		 FLOPs(M) Params(M) 下载地址
LeViT_128S 0.7598 0.9269 281 7.42 下载链接
LeViT_128 0.7810 0.9371 365 8.87 下载链接
LeViT_192 0.7934 0.9446 597 10.61 下载链接
LeViT_256 0.8085 0.9497 1049 18.45 下载链接
LeViT_384 0.8191 0.9551 2234 38.45 下载链接

注：与 Reference 的精度差异源于数据预处理不同及未使用蒸馏的 head 作为输出。

18. Twins 系列

关于 Twins 系列模型的精度、速度指标如下表所示，更多介绍可以参考：Twins 系列模型文档。

模型 Top-1 Acc Top-5 Acc time(ms)
bs=1		 time(ms)
bs=4		 FLOPs(G) Params(M) 下载地址
pcpvt_small 0.8082 0.9552 3.67 24.06 下载链接
pcpvt_base 0.8242 0.9619 6.44 43.83 下载链接
pcpvt_large 0.8273 0.9650 9.50 60.99 下载链接
alt_gvt_small 0.8140 0.9546 2.81 24.06 下载链接
alt_gvt_base 0.8294 0.9621 8.34 56.07 下载链接
alt_gvt_large 0.8331 0.9642 14.81 99.27 下载链接

注：与 Reference 的精度差异源于数据预处理不同。

19. HarDNet 系列

关于 HarDNet 系列模型的精度、速度指标如下表所示，更多介绍可以参考：HarDNet 系列模型文档。

模型 Top-1 Acc Top-5 Acc time(ms)
bs=1		 time(ms)
bs=4		 FLOPs(G) Params(M) 下载地址
HarDNet39_ds 0.7133 0.8998 0.44 3.51 下载链接
HarDNet68_ds 0.7362 0.9152 0.79 4.20 下载链接
HarDNet68 0.7546 0.9265 4.26 17.58 下载链接
HarDNet85 0.7744 0.9355 9.09 36.69 下载链接

20. DLA 系列

关于 DLA 系列模型的精度、速度指标如下表所示，更多介绍可以参考：DLA 系列模型文档。

模型 Top-1 Acc Top-5 Acc time(ms)
bs=1		 time(ms)
bs=4		 FLOPs(G) Params(M) 下载地址
DLA102 0.7893 0.9452 7.19 33.34 下载链接
DLA102x2 0.7885 0.9445 9.34 41.42 下载链接
DLA102x 0.781 0.9400 5.89 26.40 下载链接
DLA169 0.7809 0.9409 11.59 53.50 下载链接
DLA34 0.7603 0.9298 3.07 15.76 下载链接
DLA46_c 0.6321 0.853 0.54 1.31 下载链接
DLA60 0.7610 0.9292 4.26 22.08 下载链接
DLA60x_c 0.6645 0.8754 0.59 1.33 下载链接
DLA60x 0.7753 0.9378 3.54 17.41 下载链接

21. RedNet 系列

关于 RedNet 系列模型的精度、速度指标如下表所示，更多介绍可以参考：RedNet 系列模型文档。

模型 Top-1 Acc Top-5 Acc time(ms)
bs=1		 time(ms)
bs=4		 FLOPs(G) Params(M) 下载地址
RedNet26 0.7595 0.9319 1.69 9.26 下载链接
RedNet38 0.7747 0.9356 2.14 12.43 下载链接
RedNet50 0.7833 0.9417 2.61 15.60 下载链接
RedNet101 0.7894 0.9436 4.59 25.76 下载链接
RedNet152 0.7917 0.9440 6.57 34.14 下载链接

22. TNT 系列

关于 TNT 系列模型的精度、速度指标如下表所示，更多介绍可以参考：TNT 系列模型文档。

模型 Top-1 Acc Top-5 Acc time(ms)
bs=1		 time(ms)
bs=4		 FLOPs(G) Params(M) 下载地址
TNT_small 0.8121 0.9563 4.83 23.68 下载链接

注：TNT 模型的数据预处理部分 NormalizeImage 中的 mean 与 std 均为 0.5。

23. 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。

模型 Top-1 Acc Top-5 Acc time(ms)
bs=1		 time(ms)
bs=4		 FLOPs(G) Params(M) 下载地址
AlexNet 0.567 0.792 1.44993 2.46696 0.71 61.10 下载链接
SqueezeNet1_0 0.596 0.817 0.96736 2.53221 0.78 1.25 下载链接
SqueezeNet1_1 0.601 0.819 0.76032 1.877 0.35 1.24 下载链接
VGG11 0.693 0.891 3.90412 9.51147 7.61 132.86 下载链接
VGG13 0.700 0.894 4.64684 12.61558 11.31 133.05 下载链接
VGG16 0.720 0.907 5.61769 16.40064 15.470 138.35 下载链接
VGG19 0.726 0.909 6.65221 20.4334 19.63 143.66 下载链接
DarkNet53 0.780 0.941 4.10829 12.1714 9.31 41.65 下载链接