shufflenetv2
前段时间 shufflenetv2 官方放出了 shufflenet 一系列对模型,参考官方对性能数据,都要比mobilenet 系列稍快稍准一些。不过用起来真的区别不大。不过有一个优点就是参数量少,可以比mobilenet作为backbone的模型体积小不少。移动端还是很有用的。
作为tensorflow用户,一直都没有一个精度恢复的很好,并且带有预训练模型的开源模型,于是对官方pytorch训练好对模型进行了转换,到tensorflow下进行其他开发。
source
还是直接放代码,
主要转换了shufflenetv2和shufflenetv2+, 其余对我自己还没用到所以没有进行这部分工作。
performance
转换对模型,性能几乎没有区别
- ShuffleNetV2+
model | top1 err | top5 err |
---|---|---|
ShuffleNetV2+ Small | 25.9 | 8.3 |
ShuffleNetV2+ Medium | 0.000x | 0.000x |
ShuffleNetV2+ Large | 23.0 | 6.6 |
- ShuffleNetV2
model | top1 err | top5 err |
---|---|---|
ShuffleNetV2 0.5x | 38.9 | 17.4 |
ShuffleNetV2 1.0x | 30.7 | 11.2 |
ShuffleNetV2 1.5x | 27.5 | 9.4 |
ShuffleNetV2 2.0x | 24.9 | 7.5 |
训练
其实没必要去训练了,验证一下精度, 认为可以就做backbone 就好了,
按照readme 。
其他
NA