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% 17 下载链接
ResNet50_vd - 79.12%/94.44% 99 下载链接
MobileNetV1 ResNet50_vd1 distill 72.77%/90.68% 17 下载链接
MobileNetV2 - 72.15%/90.65% 15 下载链接
MobileNetV2 ResNet50_vd distill 74.28%/91.53% 15 下载链接
ResNet50 - 76.50%/93.00% 99 下载链接
ResNet101 - 77.56%/93.64% 173 下载链接
ResNet50 ResNet101 distill 77.29%/93.65% 99 下载链接

Note

[1]：带_vd后缀代表该预训练模型使用了Mixup，Mixup相关介绍参考mixup: Beyond Empirical Risk Minimization

2. 目标检测#

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 - Pascal VOC 8 76.2 76.7 75.3 94 下载链接
ResNet34-YOLOv3 - Pascal VOC 8 82.6 81.9 80.1 162 下载链接
MobileNet-V1-YOLOv3 ResNet34-YOLOv3 distill Pascal VOC 8 79.0 78.2 75.5 94 下载链接
MobileNet-V1-YOLOv3 - COCO 8 29.3 29.3 27.0 95 下载链接
ResNet34-YOLOv3 - COCO 8 36.2 34.3 31.4 163 下载链接
MobileNet-V1-YOLOv3 ResNet34-YOLOv3 distill COCO 8 31.4 30.0 27.1 95 下载链接

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