shufflenetv2
前段時間 shufflenetv2 官方放出了 shufflenet 一系列對模型,參考官方對性能數據,都要比mobilenet 系列稍快稍準一些。不過用起來真的區別不大。不過有一個優點就是參數量少,可以比mobilenet作爲backbone的模型體積小不少。移動端還是很有用的。
作爲tensorflow用戶,一直都沒有一個精度恢復的很好,並且帶有預訓練模型的開源模型,於是對官方pytorch訓練好對模型進行了轉換,到tensorflow下進行其他開發。
source
還是直接放代碼,
主要轉換了shufflenetv2和shufflenetv2+, 其餘對我自己還沒用到所以沒有進行這部分工作。
performance
轉換對模型,性能幾乎沒有區別
- 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 |
訓練
其實沒必要去訓練了,驗證一下精度, 認爲可以就做backbone 就好了,
按照readme 。
其他
NA