Skip to content

P
PaddleSlim

PaddlePaddle / PaddleSlim
大约 2 年 前同步成功

通知 51
Star 1434
Fork 344
P
PaddleSlim
提交 a8b1174a 编写于 作者: B baiyfbupt
浏览文件
操作

add model_zoo doc

上级 790a9ffb
隐藏空白更改
内联 并排
Showing with 159 addition and 6 deletion
docs/docs/model_zoo.md 0 → 100644
浏览文件 @ a8b1174a
## 1. 图象分类
数据集：ImageNet1000类
### 1.1 量化
| 模型 | 压缩方法 | Top-1/Top-5 Acc | 模型大小（MB） | 下载 |
|:--:|:---:|:--:|:--:|:--:|
|MobileNetV1|-|70.99%/89.68%| xx | [下载链接]() |
|MobileNetV1|quant_post|xx%/xx%| xx | [下载链接]() |
|MobileNetV1|quant_aware|xx%/xx%| xx | [下载链接]() |
| MobileNetV2 | - |72.15%/90.65%| xx | [下载链接]() |
| MobileNetV2 | quant_post |xx%/xx%| xx | [下载链接]() |
| MobileNetV2 | quant_aware |xx%/xx%| xx | [下载链接]() |
|ResNet50|-|76.50%/93.00%| xx | [下载链接]() |
|ResNet50|quant_post|xx%/xx%| xx | [下载链接]() |
|ResNet50|quant_aware|xx%/xx%| xx | [下载链接]() |
### 1.2 剪枝
| 模型 | 压缩方法 | Top-1/Top-5 Acc | 模型大小（MB） | FLOPs（M） | arm时延（ms） | P4时延（ms） | 下载 |
|:--:|:---:|:--:|:--:|:--:|:--:|:--:|:--:|
|MobileNetV1|-|70.99%/89.68%| xx | xx | xx | xx | [下载链接]() |
|MobileNetV1|uniform -xx%|xx%/xx%| xx | xx | xx | xx | [下载链接]() |
|MobileNetV1|sensitive -xx%|xx%/xx%| xx | xx | xx | xx | [下载链接]() |
| MobileNetV2 | - |72.15%/90.65%| xx | xx | xx | xx | [下载链接]() |
| MobileNetV2 | uniform -xx% |xx%/xx%| xx | xx | xx | xx | [下载链接]() |
| MobileNetV2 | sensitive -xx% |xx%/xx%| xx | xx | xx | xx | [下载链接]() |
| ResNet34 | - |74.57%/92.14%| xx | xx | xx | xx | [下载链接]() |
| ResNet34 | uniform -xx% |xx%/xx%| xx | xx | xx | xx | [下载链接]() |
| ResNet34 | auto -xx% |xx%/xx%| xx | xx | xx | xx | [下载链接]() |
### 1.3 蒸馏
| 模型 | 压缩方法 | Top-1/Top-5 Acc | 模型大小（MB） | 下载 |
|:--:|:---:|:--:|:--:|:--:|
|MobileNetV1|-|70.99%/89.68%| xx | [下载链接]() |
|MobileNetV1|ResNet50_vd<sup>[1](#trans1)</sup> distill|xx%/xx%| xx | [下载链接]() |
| MobileNetV2 | - |72.15%/90.65%| xx | [下载链接]() |
| MobileNetV2 | ResNet50_vd<sup>[1](#trans1)</sup> distill |xx%/xx%| xx | [下载链接]() |
|ResNet50|-|76.50%/93.00%| xx | [下载链接]() |
|ResNet50|ResNet101<sup>[2](#trans2)</sup> distill|xx%/xx%| xx | [下载链接]() |
!!! note "Note"
<a name="trans1">[1]</a>：[ResNet50_vd](https://paddle-imagenet-models-name.bj.bcebos.com/ResNet50_vd_pretrained.tar)预训练模型Top-1/Top-5准确率分别为79.12%/94.44%
带_vd后缀代表开启了Mixup训练，Mixup相关介绍参考[mixup: Beyond Empirical Risk Minimization](https://arxiv.org/abs/1710.09412)
<a name="trans2">[2]</a>：[ResNet101](https://paddle-imagenet-models-name.bj.bcebos.com/ResNet101_pretrained.tar)预训练模型Top-1/Top-5准确率分别为77.56%/93.64%
## 2. 目标检测
数据集：Pasacl VOC & COCO 2017
### 2.1 量化
数据集： COCO 2017
| 模型 | 压缩方法 | 数据集 | Image/GPU | 输入608 Box AP | 输入416 Box AP | 输入320 Box AP | 模型大小（MB） | 下载 |
| :----------------------------: | :---------: | :----: | :-------: | :------------: | :------------: | :------------: | :------------: | :----------: |
| MobileNet-V1-YOLOv3 | - | COCO | 8 | 29.3 | 29.3 | 27.1 | xx | [下载链接]() |
| MobileNet-V1-YOLOv3 | quant_post | COCO | 8 | xx | xx | xx | xx | [下载链接]() |
| MobileNet-V1-YOLOv3 | quant_aware | COCO | 8 | xx | xx | xx | xx | [下载链接]() |
| R50-dcn-YOLOv3 obj365_pretrain | - | COCO | 8 | 41.4 | xx | xx | xx | [下载链接]() |
| R50-dcn-YOLOv3 obj365_pretrain | quant_post | COCO | 8 | xx | xx | xx | xx | [下载链接]() |
| R50-dcn-YOLOv3 obj365_pretrain | quant_aware | COCO | 8 | xx | xx | xx | xx | [下载链接]() |
数据集：WIDER-FACE
| 模型 | 压缩方法 | Image/GPU | 输入尺寸 | Easy/Medium/Hard | 模型大小（MB） | 下载 |
| :------------: | :---------: | :-------: | :------: | :---------------: | :------------: | :----------: |
| BlazeFace | - | 8 | 640 | 0.915/0.892/0.797 | xx | [下载链接]() |
| BlazeFace | quant_post | 8 | 640 | xx/xx/xx | xx | [下载链接]() |
| BlazeFace | quant_aware | 8 | 640 | xx/xx/xx | xx | [下载链接]() |
| BlazeFace-Lite | - | 8 | 640 | 0.909/0.885/0.781 | xx | [下载链接]() |
| BlazeFace-Lite | quant_post | 8 | 640 | xx/xx/xx | xx | [下载链接]() |
| BlazeFace-Lite | quant_aware | 8 | 640 | xx/xx/xx | xx | [下载链接]() |
| BlazeFace-NAS | - | 8 | 640 | 0.837/0.807/0.658 | xx | [下载链接]() |
| BlazeFace-NAS | quant_post | 8 | 640 | xx/xx/xx | xx | [下载链接]() |
| BlazeFace-NAS | quant_aware | 8 | 640 | xx/xx/xx | xx | [下载链接]() |
### 2.2 剪枝
数据集：Pasacl VOC & COCO 2017
| 模型 | 压缩方法 | 数据集 | Image/GPU | 输入608 Box AP | 输入416 Box AP | 输入320 Box AP | 模型大小(MB) | FLOPs（M） | arm时延（ms） | P4时延（ms） | 下载 |
| :----------------------------: | :-------------: | :--------: | :-------: | :------------: | :------------: | :------------: | :----------: | :--------: | :-----------: | :----------: | :----------: |
| MobileNet-V1-YOLOv3 | - | Pasacl VOC | 8 | 76.2 | 76.7 | 75.3 | xx | xx | xx | xx | [下载链接]() |
| MobileNet-V1-YOLOv3 | sensitive -xx% | Pasacl VOC | 8 | xx | xx | xx | xx | xx | xx | xx | [下载链接]() |
| MobileNet-V1-YOLOv3 | - | COCO | 8 | 29.3 | 29.3 | 27.1 | xx | xx | xx | xx | [下载链接]() |
| MobileNet-V1-YOLOv3 | sensitive -xx% | COCO | 8 | xx | xx | xx | xx | xx | xx | xx | [下载链接]() |
| R50-dcn-YOLOv3 | - | COCO | 8 | 39.1 | xx | xx | xx | xx | xx | xx | [下载链接]() |
| R50-dcn-YOLOv3 | sensitive -xx% | COCO | 8 | xx | xx | xx | xx | xx | xx | xx | [下载链接]() |
| R50-dcn-YOLOv3 | sensitive -xx% | COCO | 8 | xx | xx | xx | xx | xx | xx | xx | [下载链接]() |
| R50-dcn-YOLOv3 obj365_pretrain | - | COCO | 8 | 41.4 | xx | xx | xx | xx | xx | xx | [下载链接]() |
| R50-dcn-YOLOv3 obj365_pretrain | sensitive -xx% | COCO | 8 | xx | xx | xx | xx | xx | xx | xx | [下载链接]() |
| R50-dcn-YOLOv3 obj365_pretrain | sensitive -xx% | COCO | 8 | xx | xx | xx | xx | xx | xx | xx | [下载链接]() |
### 2.3 蒸馏
数据集：Pasacl VOC & COCO 2017
| 模型 | 压缩方法 | 数据集 | Image/GPU | 输入608 Box AP | 输入416 Box AP | 输入320 Box AP | 模型大小（MB） | 下载 |
| :-----------------: | :--------------------------------------------: | :--------: | :-------: | :------------: | :------------: | :------------: | :------------: | :----------: |
| MobileNet-V1-YOLOv3 | - | Pasacl VOC | 8 | 76.2 | 76.7 | 75.3 | xx | [下载链接]() |
| MobileNet-V1-YOLOv3 | ResNet34-YOLOv3<sup>[3](#trans3)</sup> distill | Pasacl VOC | 8 | xx | xx | xx | xx | [下载链接]() |
| MobileNet-V1-YOLOv3 | - | COCO | 8 | 29.3 | 29.3 | 27.1 | xx | [下载链接]() |
| MobileNet-V1-YOLOv3 | ResNet34-YOLOv3<sup>[4](#trans4)</sup> distill | COCO | 8 | xx | xx | xx | xx | [下载链接]() |
!!! note "Note"
<a name="trans3">[3]</a>：[ResNet34-YOLOv3-VOC]()预训练模型在608/416/320尺寸输入下的Box AP分别为82.6/81.9/80.1
<a name="trans4">[4]</a>：[ResNet34-YOLOv3-COCO]()预训练模型在608/416/320尺寸输入下的Box AP分别为36.2/34.3/31.4
## 3. 图像分割
数据集：Cityscapes
### 3.1 量化
| 模型 | 压缩方法 | mIoU | 模型大小（MB） | 下载 |
| :--------------------: | :---------: | :---: | :------------: | :----------: |
| DeepLabv3+/MobileNetv1 | - | 63.26 | xx | [下载链接]() |
| DeepLabv3+/MobileNetv1 | quant_post | xx | xx | [下载链接]() |
| DeepLabv3+/MobileNetv1 | quant_aware | xx | xx | [下载链接]() |
| DeepLabv3+/MobileNetv2 | - | 69.81 | xx | [下载链接]() |
| DeepLabv3+/MobileNetv2 | quant_post | xx | xx | [下载链接]() |
| DeepLabv3+/MobileNetv2 | quant_aware | xx | xx | [下载链接]() |
### 3.2 剪枝
| 模型 | 压缩方法 | mIoU | 模型大小（MB） | FLOPs（M） | arm时延（ms） | P4时延（ms） | 下载 |
| :--------------------: | :--------: | :---: | :------------: | :--------: | :-----------: | :----------: | :----------: |
| DeepLabv3+/MobileNetv2 | - | 69.81 | xx | xx | xx | xx | [下载链接]() |
| DeepLabv3+/MobileNetv2 | prune -xx% | xx | xx | xx | xx | xx | [下载链接]() |
docs/mkdocs.yml
浏览文件 @ a8b1174a
...@@ -2,12 +2,6 @@ site_name: PaddleSlim Docs ...@@ -2,12 +2,6 @@ site_name: PaddleSlim Docs
repo_url: https://github.com/PaddlePaddle/PaddleSlim repo_url: https://github.com/PaddlePaddle/PaddleSlim
nav: nav:
- Home: index.md - Home: index.md
- 教程:
- 离线量化: tutorials/quant_post_demo.md
- 量化训练: tutorials/quant_aware_demo.md
- Embedding量化: tutorials/quant_embedding_demo.md
- SA搜索: tutorials/nas_demo.md
- 知识蒸馏: tutorials/distillation_demo.md
- API: - API:
- 量化: api/quantization_api.md - 量化: api/quantization_api.md
- 剪枝与敏感度: api/prune_api.md - 剪枝与敏感度: api/prune_api.md
...@@ -16,7 +10,14 @@ nav: ...@@ -16,7 +10,14 @@ nav:
- SA搜索: api/nas_api.md - SA搜索: api/nas_api.md
- 搜索空间: api/search_space.md - 搜索空间: api/search_space.md
- 硬件延时评估表: table_latency.md - 硬件延时评估表: table_latency.md
- 教程:
- 离线量化: tutorials/quant_post_demo.md
- 量化训练: tutorials/quant_aware_demo.md
- Embedding量化: tutorials/quant_embedding_demo.md
- SA搜索: tutorials/nas_demo.md
- 知识蒸馏: tutorials/distillation_demo.md
- 算法原理: algo/algo.md - 算法原理: algo/algo.md
- 模型库: model_zoo.md
theme: theme:
name: readthedocs name: readthedocs
......
Markdown is supported
0% 或 .
You are about to add 0 people to the discussion. Proceed with caution.
先完成此消息的编辑！
想要评论请 注册 或