- 简介
ResNet系列模型是在2015年提出的,一举在ILSVRC2015比赛,也就是著名的ImageNet图像分类挑战赛中取得冠军,因此ResNet的作者摘得CVPR2016最佳论文奖,其中resnet50的top1识别准确率达到76.5%。之后被广泛应用到各种视觉任务中,包括图像目标检测、图像分割、文字检测和识别、人脸检测和识别等等。本文讲介绍在输入图像分辨率是224*224和ImageNet1k val数据集上,如何将ResNet50系列模型精度从76.5%提升到82.4%。
本文主要参考近期github开源的一个图像分类新库PaddleClas的教程文档。
github地址:https://github.com/PaddlePaddle/PaddleClas
PaddleClas介绍ResNet系列模型文档:
https://paddleclas.readthedocs.io/zh_CN/latest/models/ResNet_and_vd.htmlpaddleclas.readthedocs.ioPaddleClas的蒸馏文档:
https://github.com/PaddlePaddle/PaddleClas/blob/master/docs/zh_CN/advanced_tutorials/distillation/distillation.mdgithub.com2. Bag of Tricks for Convolutional Neural Networks(76.