谷歌开源新模子 EfficientNet：图像辨认服从晋升 10 倍，参数镌汰 88%

尝试这一部门，作者起首对在普及行使的 MobileNets 以及 ResNets 上对他们提出的模子扩展法举办了验证。其尝试功效如表三所示：

与单维度的扩展要领对比，复合扩展法在三种收集模子上都有所晋升，这声名复合扩展法对付今朝的现有收集都是有用的。

随后，作者在 ImageNet 数据库上对 EfficientNet 举办了实习。尝试功效表白 EfficientNet 模子在参数目和 FLOPS 方面比其他卷积收集少一个数目级却能获得近似的精确率。出格是 Efficient-B7 在 top1 到达了 84.4% 在 top5 到达了 97.1%，比 GPipe 越发精确但模子小了 8.4 倍：

同时，作者也在常用的迁徙进修数据集上对 EfficientNet 举办了评估。EfficientNet 的机能较其他范例的收集均有同等的晋升。尝试功效如下图所示：

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!