https://arxiv.org/pdf/1905.11946.pdf https://github.com/tensorflow/tpu/tree/master/models/official/efficientnet tf2实现https://github.com ...

参考目录： 目录 1 EfficientNet 1.1 概述 1.2 把扩展问题用数学来描述 1.3 实验内容 1.4 compound scaling method 1.5 EfficientNet的基线模型 ...

EfficientNet 单独适当增大深度、宽度或分辨率都可以提高网络的精确性，但随着模型的增大，其精度增益却会降低。此外，这三个维度并不是独立的（如：高分辨率图像需要更深的网络来获取更细粒度特征等），需要我们协调和平衡不同尺度的缩放，而不是传统的一维缩放。EfficientNet 的设想 ...

嗯... 首先让我们引入高精度这个东西.... 相信大家都会做A+B Problem 这道题....输出的是A+B 的值.... 可你想 ...

速度优化的方向：1、减少输入图片的尺寸， 但是相应的准确率可能会有所下降2、优化darknet工程源代码（去掉一些不必要的运算量或者优化运算过程）3、剪枝和量化yolov3网络（压缩模型---> 减枝可以参考tiny-yolo的过程 ， 量化可能想到的就是定点化可能也需要牺牲精度 ...

概述 总体而言，这两篇论文都在追求一件事，那就是它们名字中都有的 efficient。只是两篇文章的侧重点不一样，EfficientNet 主要时研究如何平衡模型的深度 (depth)、宽度 (width) 以及分辨率 (resolution) 以获得更好的性能，并使用了一个复合系数 ...

摘要： 一般情况下，我们都会根据当前的硬件资源来设计相应的卷积神经网络，如果资源升级，可以将模型结构放大以获取更好精度。我们系统地研究模型缩放并验证网络深度，宽度和分辨率之间的平衡以得到更好的性能表现。基于此思路，提出了一种新的缩放方法：利用复合系数来统一缩放模型的所有维度，达到 ...

EfficientNet算法笔记 https://blog.csdn.net/u014380165/article/details/90812249 论文：EfficientNet ...