DetNAS是backbone,旷世的首个搜索物体检测Backbone的方法
https://github.com/megvii-model/DetNAS
1070上640 batch:6 30ms
我把后面通道调少了
import torch
import torch.nn as nn
from shuffle_blocks import ConvBNReLU, ShuffleNetV2BlockSearched, blocks_key, FC
import numpy as np
class ShuffleNetV2DetNAS(nn.Module):
def __init__(self, model_size='DETNAS-300M')
DetNAS是旷视提出的一种用于搜索物体检测Backbone的新方法,旨在优化网络性能。该技术已在1070 GPU上进行验证,640 batch大小时,运行速度为30ms,且作者对网络的通道数量进行了调整。
订阅专栏 解锁全文
2913

被折叠的 条评论
为什么被折叠?



