1:采用SVD的压缩:
采用tool中的compress文件压缩把fc6层和fc7层换成fc_L和fc_U,就可以压缩的了,模型会变小,精度会下降:
2:修改anchors和多尺度,影响较大的精度:
3:netScope查看网络的结构:
4:face PVAnet的代码:
https://github.com/twmht/PVANet-FACE
5:nofc6 表示imagenet只有两个全连接层的预训练模型:
pva9.1_pretrained_no_fc6.caffemodel
6:SqueezeNet的网络的训练代码不能用cudnn测试的代码可以用,训练的有个bug;
7: PVAnet可以不用反卷积模块,精度依然比较高,使用比较好的anchors比较精度高;可以对数据集进行处理: