EfficientFormer

收录理由

EfficientFormer 是 Snap Research 官方发布的视觉 Transformer 系列，核心面向移动端部署。其中 V2 版本发表于 ICCV 2023，目标是把延迟和参数量压到 MobileNet 的量级；在 ImageNet-1K 上，它比 MobileNetV2 在相近的速度和体积下，top-1 准确率高出约 4 个百分点。仓库直接给出了预训练权重，并附有在 iPhone 12 上实测的延迟数据，所以“精度换速度”的权衡是看得见摸得着的，不是空口估算。如果你关心这种紧凑结构是怎么设计出来的，也值得一读：作者描述了一种细粒度的联合搜索策略，同时优化延迟和参数量，比直接丢给你一个训练好的模型更有启发性。对于正在评估视觉骨干网络、打算做端侧推理的团队，权重和部署参考都集中在一个地方，用起来省事。