#577 · 主分类： 计算机视觉
awesome-computer-vision-models
awesome
awesome-list
awesome-lists
computer-vision
computer-vision-algorithms
deep-learning
densenet
diracnet
efficientnet
image-classification
machine-learning
machine-learning-algorithms
machine-learning-models
mixnet
nasnet
object-detection
proxylessnas
resnet
semantic-segmentation
sknet
与分类、分割和检测问题相关的流行深度学习模型列表
项目最后更新：05/09/21
GitHub Stars
543
Forks数量
94
贡献者数量
1
许可证
Other
收录理由
这份资料把挑选图像任务骨干网络时最关心的数字集中到了一起：参数量、计算量，以及论文里报告的 top-1 和 top-5 错误率，全部用表格呈现，查阅起来非常直观。分类部分覆盖了 AlexNet、VGG、ResNet、DenseNet、Inception、MobileNet、EfficientNet 等常见系列，分割和检测模型也各有独立表格。真正有价值的是并排对比，一眼就能看出轻量级移动模型如何在精度和计算开销之间取舍，而像 SENet、NASNet 这类更重的变体又付出了多少代价。如果你正在规划新的视觉项目，或者要写文献综述，在翻开原始论文之前，用这份清单快速圈定候选架构会省下不少时间。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。