R

Repvgg A0

由 frgfm 开发
RepVGG-A0是一种基于VGG风格的高效卷积神经网络,通过结构重参数化技术实现训练和推理架构的分离,提升性能。
下载量 20
发布时间 : 3/2/2022
模型介绍
内容详情
替代品

模型简介

该模型在ImageNette数据集上进行了预训练,采用RepVGG架构,通过设计残差块实现训练架构与推理架构的分离,最终转换为纯卷积网络以提高推理效率。

模型特点

结构重参数化
训练时使用带残差连接的复杂结构,推理时转换为纯卷积网络,兼顾训练效果和推理效率。
高效推理
推理阶段采用纯卷积结构,相比传统残差网络具有更高的计算效率。
VGG风格
延续VGG网络的简洁设计理念,由卷积层和ReLU激活函数堆叠而成。

模型能力

图像分类
特征提取

使用案例

计算机视觉
图像分类
对输入图像进行分类,识别其所属类别。
在ImageNette数据集上表现良好
视觉特征提取
提取图像的高级特征表示,可用于下游任务。