小羊苏西的博客

shufflenetv2 前段时间 shufflenetv2 官方放出了 shufflenet 一系列对模型，参考官方对性能数据，都要比mobilenet 系列稍快稍准一些。不过用起来真的区别不大，不过又一个有点是参数量少，可以比mobilenet作为backbone的模型体积小不少。移动端还是很有用的。 作为tensorflow用户，一直都没有一个精度恢复的很好，并且带有预训练模型的开源模型，于是对官方pytorch训练好对模型进行了转换，到tensorflow下进行其他开发。 source 还是直接放代

Centernet 移动端的优化 简介 centernet 是一个很简洁的目标检测框架，原理很简单，关键点估计加宽高回归。 文章不介绍算法细节， 注意是一个centernet在端侧的优化。 backbone 采用了mobilenetv3，但是只改backbone 提速不够，head 还是比较重的，所以采用可分离卷积来实现，并且采用了类似inception的结构，并把深层和浅层的特征进行了融合，取得...

文章没别的，只是记录一下发现的一个好用的工具， Receptive Field Calculator， from Fomoro AI 链接RFC

移动端检测算法的训练和部署 简介 mobilenetv3出来了，这次用mobilenetv3 做backbone 实现一个改进的ssd。当然，并不是原始的ssd，添加了很多最近新的研究中广泛有增益的组件，例如fpn，focal loss 等。 这次我们把预处理，结果的decode以及后处理nms 放进了模型里，可以更加方便的进行部署。也就是我们的模型是一个十分干净的模型，没有琐碎的前后处理。 这里...