EfficientNet是一种由Google Research团队开发的高效卷积神经网络模型。它采用了多种技术来提高网络的效率,包括深度可分离卷积、自适应空间金字塔池化和网络缩放系数。
EfficientNet模型结构大体分为三部分:
- 特征提取层:包含多个深度可分离卷积层和自适应空间金字塔池化层。这些层结合了深度可分离卷积的计算效率和金字塔池化的空间信息保留。
- 中间层:包含多个普通卷积层和批归一化层。
- 分类层:包含一个全连接层和一个softmax层。
EfficientNet还采用了网络缩放系数来控制模型的大小和复杂度。这个系数会影响网络中各层的卷积核数量和通道数,以及网