add pplcnetv2 doc

docs/zh_CN/algorithm_introduction/ImageNet_models.md

@@ -10,7 +10,7 @@
   - [2.1 服务器端知识蒸馏模型](#2.1)
   - [2.2 移动端知识蒸馏模型](#2.2)
   - [2.3 Intel CPU 端知识蒸馏模型](#2.3)
-- [3. PP-LCNet 系列](#3)
+- [3. PP-LCNet & PP-LCNetV2 系列](#3)
 - [4. ResNet 系列](#4)
 - [5. 移动端系列](#5)
 - [6. SEResNeXt 与 Res2Net 系列](#6)
@@ -106,9 +106,9 @@
 
 <a name="3"></a>
 
-## 3. PP-LCNet 系列 <sup>[[28](#ref28)]</sup>
+## 3. PP-LCNet & PP-LCNetV2 系列 <sup>[[28](#ref28)]</sup>
 
-PP-LCNet 系列模型的精度、速度指标如下表所示，更多关于该系列的模型介绍可以参考：[PP-LCNet 系列模型文档](../models/PP-LCNet.md)。
+PP-LCNet 系列模型的精度、速度指标如下表所示，更多关于该系列的模型介绍可以参考：[PP-LCNet 系列模型文档](../models/PP-LCNet.md)，[PP-LCNetV2 系列模型文档](../models/PP-LCNetV2.md)。
 
 | 模型           | Top-1 Acc | Top-5 Acc | Intel-Xeon-Gold-6148 time(ms)<br>bs=1 | FLOPs(M) | Params(M) | 预训练模型下载地址 | inference模型下载地址 |
 |:--:|:--:|:--:|:--:|----|----|----|:--:|
@@ -121,6 +121,10 @@ PP-LCNet 系列模型的精度、速度指标如下表所示，更多关于该
 | PPLCNet_x2_0         |0.7518           | 0.9227   | 20.1667 | 590   | 6.54  | [下载链接](https://paddle-imagenet-models-name.bj.bcebos.com/dygraph/legendary_models/PPLCNet_x2_0_pretrained.pdparams) | [下载链接](https://paddle-imagenet-models-name.bj.bcebos.com/dygraph/inference/PPLCNet_x2_0_infer.tar) |
 | PPLCNet_x2_5         |0.7660           | 0.9300   | 29.595 | 906   | 9.04  | [下载链接](https://paddle-imagenet-models-name.bj.bcebos.com/dygraph/legendary_models/PPLCNet_x2_5_pretrained.pdparams) | [下载链接](https://paddle-imagenet-models-name.bj.bcebos.com/dygraph/inference/PPLCNet_x2_5_infer.tar) |
 
+| 模型           | Top-1 Acc | Top-5 Acc | Intel-Xeon-Gold-6271C<br>bs=1<br>OpenVINO 2021.4.2<br>time(ms) | FLOPs(M) | Params(M) | 预训练模型下载地址 | inference模型下载地址 |
+|:--:|:--:|:--:|:--:|----|----|----|:--:|
+| PPLCNetV2_base  | 77.04 | 93.27 | 4.32 | 604 | 6.6 | https://paddle-imagenet-models-name.bj.bcebos.com/dygraph/legendary_models/PPLCNetV2_base_pretrained.pdparams | https://paddle-imagenet-models-name.bj.bcebos.com/dygraph/inference/PPLCNetV2_base_infer.tar |
+
 <a name="4"></a>
 
 ## 4. ResNet 系列 <sup>[[1](#ref1)]</sup>

docs/zh_CN/models/PP-LCNetV2.md

+# PP-LCNetV2 系列
+
+---
+
+## 概述
+
+PP-LCNetV2 是在 [PP-LCNet 系列模型](./PP-LCNet.md)的基础上，所提出的针对 Intel CPU 硬件平台设计的计算机视觉骨干网络，该模型更为
+
+在不使用额外数据的前提下，PPLCNetV2_base 模型在图像分类 ImageNet 数据集上能够取得超过 77% 的 Top1 Acc，同时在 Intel CPU 平台仅有 4.4 ms 以下的延迟，如下表所示，其中延时测试基于 Intel(R) Xeon(R) Gold 6271C CPU @ 2.60GHz 硬件平台，OpenVINO 2021.4.2推理平台。
+
+| Model | Params(M) | FLOPs(M) | Top-1 Acc(\%) | Top-5 Acc(\%) | Latency(ms) |
+|-------|-----------|----------|---------------|---------------|-------------|
+| PPLCNetV2_base  | 6.6 | 604  | 77.04 | 93.27 | 4.32 |
+
+关于 PP-LCNetV2 系列模型的更多信息，敬请关注。