10、图像分类与目标检测技术解析

图像分类与目标检测技术解析

1. EfficientNet 概览

1.1 架构

EfficientNet 的架构由一系列倒置残差瓶颈组成。相关代码示例可参考：
- 03l_finetune_EFFICIENTNETB6_flowers104.ipynb
- 03l_finetune_EFFICIENTNETB7_TFHUB_flowers104.ipynb
- 03l_fromzero_EFFICIENTNETB4_flowers104.ipynb

1.2 性能表现

EfficientNetB6 和 B7 在 ImageNet 分类排行榜上名列前茅，准确率达到 84%。然而，在 104 种花数据集上进行微调后，它们的表现仅比 Xception、DenseNet201 或 InceptionV3 略好。这些模型在该数据集上的精确率和召回率往往能达到 95%，之后便趋于饱和，可能是因为数据集太小，难以进一步提升性能。

以下是部分模型在 104 种花数据集上微调后的性能对比表格：
| 模型 | 参数（不包括分类头） | ImageNet 准确率 | 104 种花 F1 分数（微调） |
| — | — | — | — |
| EfficientNetB6 | 40M | 84% | 95.5% |
| EfficientNetB7 | 64M | 84% | 95.5% |
| DenseNet201 | 18M | 77% | 95.4% |
| Xception | 21M | 79% | 94.6% |
| InceptionV3 |