『paddle』paddleclas 学习笔记：分类预训练模型选择

最新推荐文章于 2023-09-19 12:30:38 发布

libo-coder

最新推荐文章于 2023-09-19 12:30:38 发布

阅读量1.8k

点赞数 2

分类专栏：深度学习框架文章标签： paddlepaddle

本文链接：https://blog.csdn.net/libo1004/article/details/118578961

版权

深度学习框架专栏收录该内容

31 篇文章 15 订阅

订阅专栏

ImageNet预训练模型库

模型库概览图

基于 ImageNet1k 分类数据集，PaddleClas 支持 35 个系列分类网络结构以及对应的 164 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：

CPU的评估环境基于骁龙855（SD855）。
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）。

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：之后增加的SSLD知识蒸馏文档。

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	7.39	21.82	下载链接
ResNet50_vd_ ssld	0.830	0.792	0.039	3.531	8.090	8.67	25.58	下载链接
ResNet101_vd_ ssld	0.837	0.802	0.035	6.117	13.762	16.1	44.57	下载链接
Res2Net50_vd_ 26w_4s_ssld	0.831	0.798	0.033	4.527	9.657	8.37	25.06	下载链接
Res2Net101_vd_ 26w_4s_ssld	0.839	0.806	0.033	8.087	17.312	16.67	45.22	下载链接
Res2Net200_vd_ 26w_4s_ssld	0.851	0.812	0.049	14.678	32.350	31.49	76.21	下载链接
HRNet_W18_C_ssld	0.812	0.769	0.043	7.406	13.297	4.14	21.29	下载链接
HRNet_W48_C_ssld	0.836	0.790	0.046	13.707	34.435	34.58	77.47	下载链接
SE_HRNet_W64_C_ssld	0.848	-	-	31.697	94.995	57.83	128.97	下载链接

端侧知识蒸馏模型

模型	Top-1 Acc	Reference Top-1 Acc	Acc gain	SD855 time(ms) bs=1	Flops(G)	Params(M)	模型大小(M)	下载地址
MobileNetV1_ ssld	0.779	0.710	0.069	32.523	1.11	4.19	16	下载链接
MobileNetV2_ ssld	0.767	0.722	0.045	23.318	0.6	3.44	14	下载链接
MobileNetV3_ small_x0_35_ssld	0.556	0.530	0.026	2.635	0.026	1.66	6.9	下载链接
MobileNetV3_ large_x1_0_ssld	0.790	0.753	0.036	19.308	0.45	5.47	21	下载链接
MobileNetV3_small_ x1_0_ssld	0.713	0.682	0.031	6.546	0.123	2.94	12	下载链接
GhostNet_ x1_3_ssld	0.794	0.757	0.037	19.983	0.44	7.3	29	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。

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。

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	3.66	11.69	下载链接
ResNet18_vd	0.7226	0.9080	1.54557	3.85363	4.14	11.71	下载链接
ResNet34	0.7457	0.9214	2.34957	5.89821	7.36	21.8	下载链接
ResNet34_vd	0.7598	0.9298	2.43427	6.22257	7.39	21.82	下载链接
ResNet34_vd_ssld	0.7972	0.9490	2.43427	6.22257	7.39	21.82	下载链接
ResNet50	0.7650	0.9300	3.47712	7.84421	8.19	25.56	下载链接
ResNet50_vc	0.7835	0.9403	3.52346	8.10725	8.67	25.58	下载链接
ResNet50_vd	0.7912	0.9444	3.53131	8.09057	8.67	25.58	下载链接
ResNet101	0.7756	0.9364	6.07125	13.40573	15.52	44.55	下载链接
ResNet101_vd	0.8017	0.9497	6.11704	13.76222	16.1	44.57	下载链接
ResNet152	0.7826	0.9396	8.50198	19.17073	23.05	60.19	下载链接
ResNet152_vd	0.8059	0.9530	8.54376	19.52157	23.53	60.21	下载链接
ResNet200_vd	0.8093	0.9533	10.80619	25.01731	30.53	74.74	下载链接
ResNet50_vd_ ssld	0.8300	0.9640	3.53131	8.09057	8.67	25.58	下载链接
ResNet101_vd_ ssld	0.8373	0.9669	6.11704	13.76222	16.1	44.57	下载链接

移动端系列

移动端系列模型的精度、速度指标如下表所示。

模型	Top-1 Acc	Top-5 Acc	SD855 time(ms) bs=1	Flops(G)	Params(M)	模型大小(M)	下载地址
MobileNetV1_ x0_25	0.5143	0.7546	3.21985	0.07	0.46	1.9	下载链接
MobileNetV1_ x0_5	0.6352	0.8473	9.579599	0.28	1.31	5.2	下载链接
MobileNetV1_ x0_75	0.6881	0.8823	19.436399	0.63	2.55	10	下载链接
MobileNetV1	0.7099	0.8968	32.523048	1.11	4.19	16	下载链接
MobileNetV1_ ssld	0.7789	0.9394	32.523048	1.11	4.19	16	下载链接
MobileNetV2_ x0_25	0.5321	0.7652	3.79925	0.05	1.5	6.1	下载链接
MobileNetV2_ x0_5	0.6503	0.8572	8.7021	0.17	1.93	7.8	下载链接
MobileNetV2_ x0_75	0.6983	0.8901	15.531351	0.35	2.58	10	下载链接
MobileNetV2	0.7215	0.9065	23.317699	0.6	3.44	14	下载链接
MobileNetV2_ x1_5	0.7412	0.9167	45.623848	1.32	6.76	26	下载链接
MobileNetV2_ x2_0	0.7523	0.9258	74.291649	2.32	11.13	43	下载链接
MobileNetV2_ ssld	0.7674	0.9339	23.317699	0.6	3.44	14	下载链接
MobileNetV3_ large_x1_25	0.7641	0.9295	28.217701	0.714	7.44	29	下载链接
MobileNetV3_ large_x1_0	0.7532	0.9231	19.30835	0.45	5.47	21	下载链接
MobileNetV3_ large_x0_75	0.7314	0.9108	13.5646	0.296	3.91	16	下载链接
MobileNetV3_ large_x0_5	0.6924	0.8852	7.49315	0.138	2.67	11	下载链接
MobileNetV3_ large_x0_35	0.6432	0.8546	5.13695	0.077	2.1	8.6	下载链接
MobileNetV3_ small_x1_25	0.7067	0.8951	9.2745	0.195	3.62	14	下载链接
MobileNetV3_ small_x1_0	0.6824	0.8806	6.5463	0.123	2.94	12	下载链接
MobileNetV3_ small_x0_75	0.6602	0.8633	5.28435	0.088	2.37	9.6	下载链接
MobileNetV3_ small_x0_5	0.5921	0.8152	3.35165	0.043	1.9	7.8	下载链接
MobileNetV3_ small_x0_35	0.5303	0.7637	2.6352	0.026	1.66	6.9	下载链接
MobileNetV3_ small_x0_35_ssld	0.5555	0.7771	2.6352	0.026	1.66	6.9	下载链接
MobileNetV3_ large_x1_0_ssld	0.7896	0.9448	19.30835	0.45	5.47	21	下载链接
MobileNetV3_small_ x1_0_ssld	0.7129	0.9010	6.5463	0.123	2.94	12	下载链接
ShuffleNetV2	0.6880	0.8845	10.941	0.28	2.26	9	下载链接
ShuffleNetV2_ x0_25	0.4990	0.7379	2.329	0.03	0.6	2.7	下载链接
ShuffleNetV2_ x0_33	0.5373	0.7705	2.64335	0.04	0.64	2.8	下载链接
ShuffleNetV2_ x0_5	0.6032	0.8226	4.2613	0.08	1.36	5.6	下载链接
ShuffleNetV2_ x1_5	0.7163	0.9015	19.3522	0.58	3.47	14	下载链接
ShuffleNetV2_ x2_0	0.7315	0.9120	34.770149	1.12	7.32	28	下载链接
ShuffleNetV2_ swish	0.7003	0.8917	16.023151	0.29	2.26	9.1	下载链接
GhostNet_ x0_5	0.6688	0.8695	5.7143	0.082	2.6	10	下载链接
GhostNet_ x1_0	0.7402	0.9165	13.5587	0.294	5.2	20	下载链接
GhostNet_ x1_3	0.7579	0.9254	19.9825	0.44	7.3	29	下载链接
GhostNet_ x1_3_ssld	0.7938	0.9449	19.9825	0.44	7.3	29	下载链接

SEResNeXt与Res2Net系列

SEResNeXt 与 Res2Net 系列模型的精度、速度指标如下表所示，。

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	8.52	25.7	下载链接
Res2Net50_vd_ 26w_4s	0.7975	0.9491	4.52712	9.93247	8.37	25.06	下载链接
Res2Net50_ 14w_8s	0.7946	0.9470	5.4026	10.60273	9.01	25.72	下载链接
Res2Net101_vd_ 26w_4s	0.8064	0.9522	8.08729	17.31208	16.67	45.22	下载链接
Res2Net200_vd_ 26w_4s	0.8121	0.9571	14.67806	32.35032	31.49	76.21	下载链接
Res2Net200_vd_ 26w_4s_ssld	0.8513	0.9742	14.67806	32.35032	31.49	76.21	下载链接
ResNeXt50_ 32x4d	0.7775	0.9382	7.56327	10.6134	8.02	23.64	下载链接
ResNeXt50_vd_ 32x4d	0.7956	0.9462	7.62044	11.03385	8.5	23.66	下载链接
ResNeXt50_ 64x4d	0.7843	0.9413	13.80962	18.4712	15.06	42.36	下载链接
ResNeXt50_vd_ 64x4d	0.8012	0.9486	13.94449	18.88759	15.54	42.38	下载链接
ResNeXt101_ 32x4d	0.7865	0.9419	16.21503	19.96568	15.01	41.54	下载链接
ResNeXt101_vd_ 32x4d	0.8033	0.9512	16.28103	20.25611	15.49	41.56	下载链接
ResNeXt101_ 64x4d	0.7835	0.9452	30.4788	36.29801	29.05	78.12	下载链接
ResNeXt101_vd_ 64x4d	0.8078	0.9520	30.40456	36.77324	29.53	78.14	下载链接
ResNeXt152_ 32x4d	0.7898	0.9433	24.86299	29.36764	22.01	56.28	下载链接
ResNeXt152_vd_ 32x4d	0.8072	0.9520	25.03258	30.08987	22.49	56.3	下载链接
ResNeXt152_ 64x4d	0.7951	0.9471	46.7564	56.34108	43.03	107.57	下载链接
ResNeXt152_vd_ 64x4d	0.8108	0.9534	47.18638	57.16257	43.52	107.59	下载链接
SE_ResNet18_vd	0.7333	0.9138	1.7691	4.19877	4.14	11.8	下载链接
SE_ResNet34_vd	0.7651	0.9320	2.88559	7.03291	7.84	21.98	下载链接
SE_ResNet50_vd	0.7952	0.9475	4.28393	10.38846	8.67	28.09	下载链接
SE_ResNeXt50_ 32x4d	0.7844	0.9396	8.74121	13.563	8.02	26.16	下载链接
SE_ResNeXt50_vd_ 32x4d	0.8024	0.9489	9.17134	14.76192	10.76	26.28	下载链接
SE_ResNeXt101_ 32x4d	0.7939	0.9443	18.82604	25.31814	15.02	46.28	下载链接
SENet154_vd	0.8140	0.9548	53.79794	66.31684	45.83	114.29	下载链接

DPN 与 DenseNet 系列

DPN 与 DenseNet 系列模型的精度、速度指标如下表所示。

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	5.69	7.98	下载链接
DenseNet161	0.7857	0.9414	10.39152	22.15555	15.49	28.68	下载链接
DenseNet169	0.7681	0.9331	6.43598	12.98832	6.74	14.15	下载链接
DenseNet201	0.7763	0.9366	8.20652	17.45838	8.61	20.01	下载链接
DenseNet264	0.7796	0.9385	12.14722	26.27707	11.54	33.37	下载链接
DPN68	0.7678	0.9343	11.64915	12.82807	4.03	10.78	下载链接
DPN92	0.7985	0.9480	18.15746	23.87545	12.54	36.29	下载链接
DPN98	0.8059	0.9510	21.18196	33.23925	22.22	58.46	下载链接
DPN107	0.8089	0.9532	27.62046	52.65353	35.06	82.97	下载链接
DPN131	0.8070	0.9514	28.33119	46.19439	30.51	75.36	下载链接

HRNet系列

HRNet系列模型的精度、速度指标如下表所示。

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	4.14	21.29	下载链接
HRNet_W18_C_ssld	0.81162	0.95804	7.40636	13.29752	4.14	21.29	下载链接
HRNet_W30_C	0.7804	0.9402	9.57594	17.35485	16.23	37.71	下载链接
HRNet_W32_C	0.7828	0.9424	9.49807	17.72921	17.86	41.23	下载链接
HRNet_W40_C	0.7877	0.9447	12.12202	25.68184	25.41	57.55	下载链接
HRNet_W44_C	0.7900	0.9451	13.19858	32.25202	29.79	67.06	下载链接
HRNet_W48_C	0.7895	0.9442	13.70761	34.43572	34.58	77.47	下载链接
HRNet_W48_C_ssld	0.8363	0.9682	13.70761	34.43572	34.58	77.47	下载链接
HRNet_W64_C	0.7930	0.9461	17.57527	47.9533	57.83	128.06	下载链接
SE_HRNet_W64_C_ssld	0.8475	0.9726	31.69770	94.99546	57.83	128.97	下载链接

Inception系列

Inception 系列模型的精度、速度指标如下表所示。

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	2.88	8.46	下载链接
Xception41	0.7930	0.9453	4.96939	17.01361	16.74	22.69	下载链接
Xception41_deeplab	0.7955	0.9438	5.33541	17.55938	18.16	26.73	下载链接
Xception65	0.8100	0.9549	7.26158	25.88778	25.95	35.48	下载链接
Xception65_deeplab	0.8032	0.9449	7.60208	26.03699	27.37	39.52	下载链接
Xception71	0.8111	0.9545	8.72457	31.55549	31.77	37.28	下载链接
InceptionV3	0.7914	0.9459	6.64054	13.53630	11.46	23.83	下载链接
InceptionV4	0.8077	0.9526	12.99342	25.23416	24.57	42.68	下载链接

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。

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	29.14	78.44	下载链接
ResNeXt101_ 32x16d_wsl	0.8424	0.9726	25.60395	71.88384	57.55	152.66	下载链接
ResNeXt101_ 32x32d_wsl	0.8497	0.9759	54.87396	160.04337	115.17	303.11	下载链接
ResNeXt101_ 32x48d_wsl	0.8537	0.9769	99.01698256	315.91261	173.58	456.2	下载链接
Fix_ResNeXt101_ 32x48d_wsl	0.8626	0.9797	160.0838242	595.99296	354.23	456.2	下载链接
EfficientNetB0	0.7738	0.9331	3.442	6.11476	0.72	5.1	下载链接
EfficientNetB1	0.7915	0.9441	5.3322	9.41795	1.27	7.52	下载链接
EfficientNetB2	0.7985	0.9474	6.29351	10.95702	1.85	8.81	下载链接
EfficientNetB3	0.8115	0.9541	7.67749	16.53288	3.43	11.84	下载链接
EfficientNetB4	0.8285	0.9623	12.15894	30.94567	8.29	18.76	下载链接
EfficientNetB5	0.8362	0.9672	20.48571	61.60252	19.51	29.61	下载链接
EfficientNetB6	0.8400	0.9688	32.62402	-	36.27	42	下载链接
EfficientNetB7	0.8430	0.9689	53.93823	-	72.35	64.92	下载链接
EfficientNetB0_ small	0.7580	0.9258	2.3076	4.71886	0.72	4.65	下载链接

ResNeSt 与 RegNet 系列

ResNeSt 与 RegNet 系列模型的精度、速度指标如下表所示。

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	8.68	26.3	下载链接
ResNeSt50	0.8083	0.9542	6.69042	8.01664	10.78	27.5	下载链接
RegNetX_4GF	0.785	0.9416	6.46478	11.19862	8	22.1	下载链接

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。

模型	Top-1 Acc	Top-5 Acc	time(ms) bs=1	time(ms) bs=4	Params(M)	下载地址
ViT_small_ patch16_224	0.7769	0.9342	-	-		下载链接
ViT_base_ patch16_224	0.8195	0.9617	-	-	86	下载链接
ViT_base_ patch16_384	0.8414	0.9717	-	-		下载链接
ViT_base_ patch32_384	0.8176	0.9613	-	-		下载链接
ViT_large_ patch16_224	0.8323	0.9650	-	-	307	下载链接
ViT_large_ patch16_384	0.8513	0.9736	-	-		下载链接
ViT_large_ patch32_384	0.8153	0.9608	-	-		下载链接

模型	Top-1 Acc	Top-5 Acc	time(ms) bs=1	time(ms) bs=4	Params(M)	下载地址
DeiT_tiny_ patch16_224	0.718	0.910	-	-	5	下载链接
DeiT_small_ patch16_224	0.796	0.949	-	-	22	下载链接
DeiT_base_ patch16_224	0.817	0.957	-	-	86	下载链接
DeiT_base_ patch16_384	0.830	0.962	-	-	87	下载链接
DeiT_tiny_ distilled_patch16_224	0.741	0.918	-	-	6	下载链接
DeiT_small_ distilled_patch16_224	0.809	0.953	-	-	22	下载链接
DeiT_base_ distilled_patch16_224	0.831	0.964	-	-	87	下载链接
DeiT_base_ distilled_patch16_384	0.851	0.973	-	-	88	下载链接

RepVGG系列

关于RepVGG系列模型的精度、速度指标如下表所示。

模型	Top-1 Acc	Top-5 Acc	下载地址
RepVGG_A0	0.7131	0.9016	下载链接
RepVGG_A1	0.7380	0.9146	下载链接
RepVGG_A2	0.7571	0.9264	下载链接
RepVGG_B0	0.7450	0.9213	下载链接
RepVGG_B1	0.7773	0.9385	下载链接
RepVGG_B2	0.7813	0.9410	下载链接
RepVGG_B1g2	0.7732	0.9359	下载链接
RepVGG_B1g4	0.7675	0.9335	下载链接
RepVGG_B2g4	0.7881	0.9448	下载链接
RepVGG_B3g4	0.7965	0.9485	下载链接

MixNet系列

关于MixNet系列模型的精度、速度指标如下表所示。

模型	Top-1 Acc	Top-5 Acc	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

ReXNet系列

关于ReXNet系列模型的精度、速度指标如下表所示。

模型	Top-1 Acc	Top-5 Acc	Flops(G)	Params(M)	下载地址
ReXNet_1_0	0.7746	0.9370	0.415	4.838	下载链接
ReXNet_1_3	0.7913	0.9464	0.683	7.611	下载链接
ReXNet_1_5	0.8006	0.9512	0.900	9.791	下载链接
ReXNet_2_0	0.8122	0.9536	1.561	16.449	下载链接
ReXNet_3_0	0.8209	0.9612	3.445	34.833	下载链接

SwinTransformer系列

关于 SwinTransformer 系列模型的精度、速度指标如下表所示。

模型	Top-1 Acc	Top-5 Acc	Flops(G)	Params(M)	下载地址
SwinTransformer_tiny_patch4_window7_224	0.8069	0.9534	4.5	28	下载链接
SwinTransformer_small_patch4_window7_224	0.8275	0.9613	8.7	50	下载链接
SwinTransformer_base_patch4_window7_224	0.8300	0.9626	15.4	88	下载链接
SwinTransformer_base_patch4_window12_384	0.8439	0.9693	47.1	88	下载链接
SwinTransformer_base_patch4_window7_224^[1]	0.8487	0.9746	15.4	88	下载链接
SwinTransformer_base_patch4_window12_384^[1]	0.8642	0.9807	47.1	88	下载链接
SwinTransformer_large_patch4_window7_224^[1]	0.8596	0.9783	34.5	197	下载链接
SwinTransformer_large_patch4_window12_384^[1]	0.8719	0.9823	103.9	197	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。

LeViT系列

关于 LeViT 系列模型的精度、速度指标如下表所示。

模型	Top-1 Acc	Top-5 Acc	Flops(M)	Params(M)	下载地址
LeViT_128S	0.7598	0.9269	305	7.8	下载链接
LeViT_128	0.7810	0.9371	406	9.2	下载链接
LeViT_192	0.7934	0.9446	658	11	下载链接
LeViT_256	0.8085	0.9497	1120	19	下载链接
LeViT_384	0.8191	0.9551	2353	39	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。

Twins系列

关于 Twins 系列模型的精度、速度指标如下表所示。

模型	Top-1 Acc	Top-5 Acc	Flops(G)	Params(M)	下载地址
pcpvt_small	0.8082	0.9552	3.7	24.1	下载链接
pcpvt_base	0.8242	0.9619	6.4	43.8	下载链接
pcpvt_large	0.8273	0.9650	9.5	60.9	下载链接
alt_gvt_small	0.8140	0.9546	2.8	24	下载链接
alt_gvt_base	0.8294	0.9621	8.3	56	下载链接
alt_gvt_large	0.8331	0.9642	14.8	99.2	下载链接

注：与 Reference 的精度差异源于数据预处理不同。

HarDNet系列

关于HarDNet系列模型的精度、速度指标如下表所示。

模型	Top-1 Acc	Top-5 Acc	Flops(G)	Params(M)	下载地址
HarDNet39_ds	0.7133	0.8998	0.4	3.5	下载链接
HarDNet68_ds	0.7362	0.9152	0.8	4.2	下载链接
HarDNet68	0.7546	0.9265	4.3	17.6	下载链接
HarDNet85	0.7744	0.9355	9.1	36.7	下载链接

DLA系列

关于 DLA 系列模型的精度、速度指标如下表所示。

模型	Top-1 Acc	Top-5 Acc	Flops(G)	Params(M)	下载地址
DLA102	0.7893	0.9452	7.2	33.3	下载链接
DLA102x2	0.7885	0.9445	9.3	41.4	下载链接
DLA102x	0.781	0.9400	5.9	26.4	下载链接
DLA169	0.7809	0.9409	11.6	53.5	下载链接
DLA34	0.7603	0.9298	3.1	15.8	下载链接
DLA46_c	0.6321	0.853	0.5	1.3	下载链接
DLA60	0.7610	0.9292	4.2	22.0	下载链接
DLA60x_c	0.6645	0.8754	0.6	1.3	下载链接
DLA60x	0.7753	0.9378	3.5	17.4	下载链接

RedNet系列

关于 RedNet 系列模型的精度、速度指标如下表所示。

模型	Top-1 Acc	Top-5 Acc	Flops(G)	Params(M)	下载地址
RedNet26	0.7595	0.9319	1.7	9.2	下载链接
RedNet38	0.7747	0.9356	2.2	12.4	下载链接
RedNet50	0.7833	0.9417	2.7	15.5	下载链接
RedNet101	0.7894	0.9436	4.7	25.7	下载链接
RedNet152	0.7917	0.9440	6.8	34.0	下载链接

TNT系列

关于 TNT 系列模型的精度、速度指标如下表所示。

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			5.2	23.8	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。

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。

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	1.370	61.090	下载链接
SqueezeNet1_0	0.596	0.817	0.96736	2.53221	1.550	1.240	下载链接
SqueezeNet1_1	0.601	0.819	0.76032	1.877	0.690	1.230	下载链接
VGG11	0.693	0.891	3.90412	9.51147	15.090	132.850	下载链接
VGG13	0.700	0.894	4.64684	12.61558	22.480	133.030	下载链接
VGG16	0.720	0.907	5.61769	16.40064	30.810	138.340	下载链接
VGG19	0.726	0.909	6.65221	20.4334	39.130	143.650	下载链接
DarkNet53	0.780	0.941	4.10829	12.1714	18.580	41.600	下载链接

libo-coder

关注

2
点赞
踩
17

收藏

觉得还不错? 一键收藏
打赏
2
评论
『paddle』paddleclas 学习笔记：分类预训练模型选择

目录ImageNet预训练模型库模型库概览图SSLD知识蒸馏预训练模型ResNet 及其 Vd 系列移动端系列SEResNeXt与Res2Net系列DPN 与 DenseNet 系列HRNet系列Inception系列EfficientNet与ResNeXt101_wsl系列ResNeSt 与 RegNet 系列ViT_and_DeiT 系列RepVGG系列MixNet系列ReXNet系列SwinTransformer系列LeViT系列Twins系列HarDNet系列DLA系列RedNet系列TNT系列其他
复制链接

扫一扫