深度学习-轻量级骨干网-QPS
需积分: 3 123 浏览量
2023-05-06
08:59:50
上传
评论 1
收藏 1.97MB PDF 举报
轻量级Backbone调研
一、评价指标
FLOPs：模型的计算量，表示浮点运算次数
FLOPS：处理器性能的衡量指标，是“每秒所执行的浮点运算次数”的缩写
GFLOPs：1GFlops=1000MFlops
MFlops：1MFlops=1000000Flops
MACs：1MACs包含一个乘法操作与一个加法操作，大约包含2FLOPs，参考：https://zhuanlan.zhihu.com/p/570142973
GMACs：1GMACs = 1,000MACs
二、相关模型汇总
模
型
背景
VGG16
采用连续的几个 3x3 的卷积核代替 AlexNet 中的较大卷积核，
如 11 x 11，7 x 7，5 x 5。
采用多个小卷积核堆积是比直接采用一个大的卷积核效果要好，而且参数更少。
ResN
et18
当网络的层数逐步增加时，出现梯度消失和梯度爆炸等问题
资源评论
