From 46ee157011014a216ebfb40131f31dff22990b74 Mon Sep 17 00:00:00 2001 From: gaotingquan Date: Tue, 18 Oct 2022 12:09:25 +0000 Subject: [PATCH] docs: fix reference --- docs/zh_CN/models/ImageNet1k/model_list.md | 16 ++++++++++++---- 1 file changed, 12 insertions(+), 4 deletions(-) diff --git a/docs/zh_CN/models/ImageNet1k/model_list.md b/docs/zh_CN/models/ImageNet1k/model_list.md index a07c1f0e..8e98a6f7 100644 --- a/docs/zh_CN/models/ImageNet1k/model_list.md +++ b/docs/zh_CN/models/ImageNet1k/model_list.md @@ -432,7 +432,7 @@ RegNet 系列模型的精度、速度指标如下表所示,更多关于该系 -## ConvNeXt 系列 [[39](#ref39)] +## ConvNeXt 系列 [[43](#ref43)] 关于 ConvNeXt 系列模型的精度、速度指标如下表所示,更多介绍可以参考:[ConvNeXt 系列模型文档](ConvNeXt.md)。 @@ -442,7 +442,7 @@ RegNet 系列模型的精度、速度指标如下表所示,更多关于该系 -## VAN 系列 [[39](#ref39)] +## VAN 系列 [[44](#ref44)] 关于 VAN 系列模型的精度、速度指标如下表所示,更多介绍可以参考:[VAN 系列模型文档](VAN.md)。 @@ -452,7 +452,7 @@ RegNet 系列模型的精度、速度指标如下表所示,更多关于该系 -## PeleeNet 系列 [[39](#ref39)] +## PeleeNet 系列 [[45](#ref45)] 关于 PeleeNet 系列模型的精度、速度指标如下表所示,更多介绍可以参考:[PeleeNet 系列模型文档](PeleeNet.md)。 @@ -462,7 +462,7 @@ RegNet 系列模型的精度、速度指标如下表所示,更多关于该系 -## CSPNet 系列 [[39](#ref39)] +## CSPNet 系列 [[46](#ref46)] 关于 CSPNet 系列模型的精度、速度指标如下表所示,更多介绍可以参考:[CSPNet 系列模型文档](CSPNet.md)。 @@ -805,3 +805,11 @@ TRANSFORMERS FOR IMAGE RECOGNITION AT SCALE. [41]Wenhai Wang, Enze Xie, Xiang Li, Deng-Ping Fan, Kaitao Song, Ding Liang, Tong Lu, Ping Luo, Ling Shao. PVTv2: Improved Baselines with Pyramid Vision Transformer. [42]Sachin Mehta, Mohammad Rastegari. MobileViT: Light-weight, General-purpose, and Mobile-friendly Vision Transformer. + +[43]Zhuang Liu, Hanzi Mao, Chao-Yuan Wu, Christoph Feichtenhofer, Trevor Darrell, Saining Xie. A ConvNet for the 2020s. + +[44]Meng-Hao Guo, Cheng-Ze Lu, Zheng-Ning Liu, Ming-Ming Cheng, Shi-Min Hu. Visual Attention Network. + +[45]Robert J. Wang, Xiang Li, Charles X. Ling. Pelee: A Real-Time Object Detection System on Mobile Devices + +[46]Chien-Yao Wang, Hong-Yuan Mark Liao, I-Hau Yeh, Yueh-Hua Wu, Ping-Yang Chen, Jun-Wei Hsieh. CSPNet: A New Backbone that can Enhance Learning Capability of CNN -- GitLab