关于facebook复现Efficientnet与官方对比

0.链接

官方	facebook
https://github.com/qubvel/efficientnet	https://github.com/facebookresearch/pycls/blob/master/MODEL_ZOO.md

1.框架

官方	facebook
tenosorflow、keras	pytorch

2.环境对比

官方	facebook
keras_applications>=1.0.7,<=1.0.8           keras=2.2.4	PyTorch 1.6           CUDA 10.0           cuDNN 7.6

 

3.预训练模型错误率对比（error）

由于facebook的实现到B5，所以这里只对比到B5。数据都是Imagenet-1k。

模型	error
	官方	facebook
EfficientNetB0	22.8	24.9
EfficientNetB1	20.9	24.1
EfficientNetB2	19.8	23.5
EfficientNetB3	18.4	22.5
EfficientNetB4	17.0	21.4
EfficientNetB5	16.3	21.7

参考

1.官方EfficientNet

2.facebook版本EfficientNet