## 图像分类模型 > 表中模型相关指标均为在ImageNet数据集上使用PaddlePaddle Python预测接口测试得到(测试GPU型号为Nvidia Tesla P40),预测速度为每张图片预测用时(不包括预处理和后处理),表中符号`-`表示相关指标暂未测试。 | 模型 | 模型大小 | 预测速度(毫秒) | Top1准确率(%) | Top5准确率(%) | | :----| :------- | :----------- | :--------- | :--------- | | ResNet18| 46.9MB | 1.499 | 71.0 | 89.9 | | ResNet34| 87.5MB | 2.272 | 74.6 | 92.1 | | ResNet50| 102.7MB | 2.939 | 76.5 | 93.0 | | ResNet101 |179.1MB | 5.314 | 77.6 | 93.6 | | ResNet50_vd |102.8MB | 3.165 | 79.1 | 94.4 | | ResNet101_vd| 179.2MB | 5.252 | 80.2 | 95.0 | | ResNet50_vd_ssld |102.8MB | 3.165 | 82.4 | 96.1 | | ResNet101_vd_ssld| 179.2MB | 5.252 | 83.7 | 96.7 | | DarkNet53|166.9MB | 3.139 | 78.0 | 94.1 | | MobileNetV1 | 16.0MB | 32.523 | 71.0 | 89.7 | | MobileNetV2 | 14.0MB | 23.318 | 72.2 | 90.7 | | MobileNetV3_large| 21.0MB | 19.308 | 75.3 | 93.2 | | MobileNetV3_small | 12.0MB | 6.546 | 68.2 | 88.1 | | MobileNetV3_large_ssld| 21.0MB | 19.308 | 79.0 | 94.5 | | MobileNetV3_small_ssld | 12.0MB | 6.546 | 71.3 | 90.1 | | Xception41 |92.4MB | 4.408 | 79.6 | 94.4 | | Xception65 | 144.6MB | 6.464 | 80.3 | 94.5 | | DenseNet121 | 32.8MB | 4.371 | 75.7 | 92.6 | | DenseNet161|116.3MB | 8.863 | 78.6 | 94.1 | | DenseNet201| 84.6MB | 8.173 | 77.6 | 93.7 | | ShuffleNetV2 | 9.0MB | 10.941 | 68.8 | 88.5 | ## 目标检测模型 > 表中模型相关指标均为在MSCOCO数据集上使用PaddlePaddle Python预测接口测试得到(测试GPU型号为Nvidia Tesla V100测试得到,表中符号`-`表示相关指标暂未测试。 | 模型 | 模型大小 | 预测时间(毫秒) | BoxAP(%) | |:-------|:-----------|:-------------|:----------| |FasterRCNN-ResNet50|135.6MB| 78.450 | 35.2 | |FasterRCNN-ResNet50_vd| 135.7MB | 79.523 | 36.4 | |FasterRCNN-ResNet101| 211.7MB | 107.342 | 38.3 | |FasterRCNN-ResNet50-FPN| 167.2MB | 44.897 | 37.2 | |FasterRCNN-ResNet50_vd-FPN|168.7MB | 45.773 | 38.9 | |FasterRCNN-ResNet101-FPN| 251.7MB | 55.782 | 38.7 | |FasterRCNN-ResNet101_vd-FPN |252MB | 58.785 | 40.5 | |YOLOv3-DarkNet53|252.4MB | 21.944 | 38.9 | |YOLOv3-MobileNetv1 |101.2MB | 12.771 | 29.3 | |YOLOv3-MobileNetv3|94.6MB | - | 31.6 | | YOLOv3-ResNet34|169.7MB | 15.784 | 36.2 | ## 实例分割模型 > 表中模型相关指标均为在MSCOCO数据集上测试得到。