日志记录---身份证识别

博客围绕模型展开讨论,指出模型参数量和检测速度不一定成正比,同等参数量下VGG比MobileNet、DenseNet速度快,CPU耗时受环境影响大。还探讨了相同大小的MobileNet测试精度不如简版VGG的原因,以及不同网络在角点和字体检测阶段效果差异,最后提到简单问题用暴力回归效果好。

问题

1)模型参数量和模型检测速度不一定成正比,模型参数减小为原来的1/2,速度却只由100ms 提升到了90ms。

猜测: 时间主要花费在上采样阶段,上采样阶段耗时

         150w参数的mobilenet 和 70w参数的 mobilenet速度差不多

2)同等参数量的vgg 要比 mobilenet速度快,比densrnet更快

70w参数的mobielnet速度和220w参数的vgg差不多,200W参数的densenet速度要慢3倍

 3)CPU耗时不稳定,换一个docker环境后,得到了极大提升

4)为什么同样大小的mobilenet 测试精度不如 将同样大小简版的vgg?

5)角点检测阶段,densenet效果要优于vgg ,但是,字体检测阶段,简版densenet效果不如简版vgg,为什么?(参数量即使简化到相同)                

结论: 对于VGG网络,平坦稳定,容易简化,而对于densenet等网络来说,参数量较多,通道的变化也会影响较大

6)对于简单问题,暴力回归效果很好

7)

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值