p80945617
/
PulseFocusPlatform
forked from PulseFocusPlatform/PulseFocusPlatform
1
0
Fork 0
Code Issues Pull Requests Packages Projects Releases Wiki Activity
PulseFocusPlatform/static/docs/MODEL_ZOO_cn.md

35 KiB
Raw Permalink Blame History

模型库和基线

测试环境

  • Python 2.7.1
  • PaddlePaddle >=1.5
  • CUDA 9.0
  • cuDNN >=7.4
  • NCCL 2.1.2

通用设置

  • 所有模型均在COCO17数据集中训练和测试。
  • 除非特殊说明，所有ResNet骨干网络采用ResNet-B结构。
  • 对于RCNN和RetinaNet系列模型，训练阶段仅使用水平翻转作为数据增强，测试阶段不使用数据增强。
  • 推理时间(fps): 推理时间是在一张Tesla V100的GPU上通过'tools/eval.py'测试所有验证集得到，单位是fps(图片数/秒), cuDNN版本是7.5，包括数据加载、网络前向执行和后处理, batch size是1。

训练策略

  • 我们采用和Detectron相同的训练策略。
  • 1x 策略表示：在总batch size为16时，初始学习率为0.02，在6万轮和8万轮后学习率分别下降10倍，最终训练9万轮。在总batch size为8时，初始学习率为0.01，在12万轮和16万轮后学习率分别下降10倍，最终训练18万轮。
  • 2x 策略为1x策略的两倍，同时学习率调整位置也为1x的两倍。

ImageNet预训练模型

Paddle提供基于ImageNet的骨架网络预训练模型。所有预训练模型均通过标准的Imagenet-1k数据集训练得到。下载链接

  • 注：ResNet50模型通过余弦学习率调整策略训练得到。下载链接

基线

Faster & Mask R-CNN

骨架网络 网络类型 每张GPU图片个数 学习率策略 推理时间(fps) Box AP Mask AP 下载 配置文件
ResNet50 Faster 1 1x 12.747 35.2 - 下载链接 配置文件
ResNet50 Faster 1 2x 12.686 37.1 - 下载链接 配置文件
ResNet50 Mask 1 1x 11.615 36.5 32.2 下载链接 配置文件
ResNet50 Mask 1 2x 11.494 38.2 33.4 下载链接 配置文件
ResNet50-vd Faster 1 1x 12.575 36.4 - 下载链接 配置文件
ResNet34-FPN Faster 2 1x - 36.7 - 下载链接 配置文件
ResNet34-vd-FPN Faster 2 1x - 37.4 - 下载链接 配置文件
ResNet50-FPN Faster 2 1x 22.273 37.2 - 下载链接 配置文件
ResNet50-FPN Faster 2 2x 22.297 37.7 - 下载链接 配置文件
ResNet50-FPN Mask 1 1x 15.184 37.9 34.2 下载链接 配置文件
ResNet50-FPN Mask 1 2x 15.881 38.7 34.7 下载链接 配置文件
ResNet50-FPN Cascade Faster 2 1x 17.507 40.9 - 下载链接 配置文件
ResNet50-FPN Cascade Mask 1 1x 12.43 41.3 35.5 下载链接 配置文件
ResNet50-vd-FPN Faster 2 2x 21.847 38.9 - 下载链接 配置文件
ResNet50-vd-FPN Mask 1 2x 15.825 39.8 35.4 下载链接 配置文件
CBResNet50-vd-FPN Faster 2 1x - 39.7 - 下载链接 配置文件
ResNet101 Faster 1 1x 9.316 38.3 - 下载链接 配置文件
ResNet101-FPN Faster 1 1x 17.297 38.7 - 下载链接 配置文件
ResNet101-FPN Faster 1 2x 17.246 39.1 - 下载链接 配置文件
ResNet101-FPN Mask 1 1x 12.983 39.5 35.2 下载链接 配置文件
ResNet101-vd-FPN Faster 1 1x 17.011 40.5 - 下载链接 配置文件
ResNet101-vd-FPN Faster 1 2x 16.934 40.8 - 下载链接 配置文件
ResNet101-vd-FPN Mask 1 1x 13.105 41.4 36.8 下载链接 配置文件
CBResNet101-vd-FPN Faster 2 1x - 42.7 - 下载链接 配置文件
ResNeXt101-vd-FPN Faster 1 1x 8.815 42.2 - 下载链接 配置文件
ResNeXt101-vd-FPN Faster 1 2x 8.809 41.7 - 下载链接 配置文件
ResNeXt101-vd-FPN Mask 1 1x 7.689 42.9 37.9 下载链接 配置文件
ResNeXt101-vd-FPN Mask 1 2x 7.859 42.6 37.6 下载链接 配置文件
SENet154-vd-FPN Faster 1 1.44x 3.408 42.9 - 下载链接 配置文件
SENet154-vd-FPN Mask 1 1.44x 3.233 44.0 38.7 下载链接 配置文件
ResNet101-vd-FPN CascadeClsAware Faster 2 1x - 44.7(softnms) - 下载链接 配置文件
ResNet101-vd-FPN CascadeClsAware Faster 2 1x - 46.5(multi-scale test) - 下载链接 配置文件

Deformable 卷积网络v2

骨架网络 网络类型 卷积 每张GPU图片个数 学习率策略 推理时间(fps) Box AP Mask AP 下载 配置文件
ResNet50-FPN Faster c3-c5 2 1x 19.978 41.0 - 下载链接 配置文件
ResNet50-vd-FPN Faster c3-c5 2 2x 19.222 42.4 - 下载链接 配置文件
ResNet101-vd-FPN Faster c3-c5 2 1x 14.477 44.1 - 下载链接 配置文件
ResNeXt101-vd-FPN Faster c3-c5 1 1x 7.209 45.2 - 下载链接 配置文件
ResNet50-FPN Mask c3-c5 1 1x 14.53 41.9 37.3 下载链接 配置文件
ResNet50-vd-FPN Mask c3-c5 1 2x 14.832 42.9 38.0 下载链接 配置文件
ResNet101-vd-FPN Mask c3-c5 1 1x 11.546 44.6 39.2 下载链接 配置文件
ResNeXt101-vd-FPN Mask c3-c5 1 1x 6.45 46.2 40.4 下载链接 配置文件
ResNet50-FPN Cascade Faster c3-c5 2 1x - 44.2 - 下载链接 配置文件
ResNet101-vd-FPN Cascade Faster c3-c5 2 1x - 46.4 - 下载链接 配置文件
ResNeXt101-vd-FPN Cascade Faster c3-c5 2 1x - 47.3 - 下载链接 配置文件
SENet154-vd-FPN Cascade Mask c3-c5 1 1.44x - 51.9 43.9 下载链接 配置文件
ResNet200-vd-FPN-Nonlocal CascadeClsAware Faster c3-c5 1 2.5x 3.103 51.7%(softnms) - 下载链接 配置文件
CBResNet200-vd-FPN-Nonlocal Cascade Faster c3-c5 1 2.5x 1.68 53.3%(softnms) - 下载链接 配置文件

注意事项:

HRNet

Res2Net

IOU loss

GCNet

Libra R-CNN

Auto Augmentation

Group Normalization

骨架网络 网络类型 每张GPU图片个数 学习率策略 Box AP Mask AP 下载 配置文件
ResNet50-FPN Faster 2 2x 39.7 - 下载链接 配置文件
ResNet50-FPN Mask 1 2x 40.1 35.8 下载链接 配置文件

注意事项:

YOLO v3

骨架网络 预训练数据集 输入尺寸 加入deformable卷积 每张GPU图片个数 学习率策略 推理时间(fps) Box AP 下载 配置文件
DarkNet53 (paper) ImageNet 608 否 8 270e - 33.0 - -
DarkNet53 (paper) ImageNet 416 否 8 270e - 31.0 - -
DarkNet53 (paper) ImageNet 320 否 8 270e - 28.2 - -
DarkNet53 ImageNet 608 否 8 270e 45.571 38.9 下载链接 配置文件
DarkNet53 ImageNet 416 否 8 270e - 37.5 下载链接 配置文件
DarkNet53 ImageNet 320 否 8 270e - 34.8 下载链接 配置文件
MobileNet-V1 ImageNet 608 否 8 270e 78.302 29.3 下载链接 配置文件
MobileNet-V1 ImageNet 416 否 8 270e - 29.3 下载链接 配置文件
MobileNet-V1 ImageNet 320 否 8 270e - 27.1 下载链接 配置文件
MobileNet-V3 ImageNet 608 否 8 270e - 31.6 下载链接 配置文件
MobileNet-V3 ImageNet 416 否 8 270e - 29.9 下载链接 配置文件
MobileNet-V3 ImageNet 320 否 8 270e - 27.1 下载链接 配置文件
ResNet34 ImageNet 608 否 8 270e 63.356 36.2 下载链接 配置文件
ResNet34 ImageNet 416 否 8 270e - 34.3 下载链接 配置文件
ResNet34 ImageNet 320 否 8 270e - 31.4 下载链接 配置文件
ResNet50_vd ImageNet 608 是 8 270e - 39.1 下载链接 配置文件
ResNet50_vd Object365 608 是 8 270e - 41.4 下载链接 配置文件

YOLO v3 基于Pasacl VOC数据集

骨架网络 输入尺寸 每张GPU图片个数 学习率策略 推理时间(fps) Box AP 下载 配置文件
DarkNet53 608 8 270e 54.977 83.5 下载链接 配置文件
DarkNet53 416 8 270e - 83.6 下载链接 配置文件
DarkNet53 320 8 270e - 82.2 下载链接 配置文件
DarkNet53 Diou-Loss 608 8 270e - 83.5 下载链接 配置文件
MobileNet-V1 608 8 270e 104.291 76.2 下载链接 配置文件
MobileNet-V1 416 8 270e - 76.7 下载链接 配置文件
MobileNet-V1 320 8 270e - 75.3 下载链接 配置文件
ResNet34 608 8 270e 82.247 82.6 下载链接 配置文件
ResNet34 416 8 270e - 81.9 下载链接 配置文件
ResNet34 320 8 270e - 80.1 下载链接 配置文件

注意事项:

  • 上表中也提供了原论文YOLOv3中YOLOv3-DarkNet53的精度，我们的实现版本主要从在bounding box的宽度和高度回归上使用了L1损失，图像mixup和label smooth等方法优化了其精度。
  • YOLO v3在8卡，总batch size为64下训练270轮。数据增强包括：mixup, 随机颜色失真，随机剪裁，随机扩张，随机插值法，随机翻转。YOLO v3在训练阶段对minibatch采用随机reshape，可以采用相同的模型测试不同尺寸图片，我们分别提供了尺寸为608/416/320大小的测试结果。deformable卷积作用在骨架网络5阶段。
  • 在YOLOv3-DarkNet53模型基础上使用Diou-Loss后，在VOC数据集上该模型平均mAP比原模型高大约2%。
  • YOLO v3增强版模型通过引入可变形卷积，dropblock，IoU loss和Iou aware，将精度进一步提升至43.6， 详情见YOLOv3增强模型

RetinaNet

骨架网络 每张GPU图片个数 学习率策略 推理时间(fps) Box AP 下载 配置文件
ResNet50-FPN 2 1x - 36.0 下载链接 配置文件
ResNet101-FPN 2 1x - 37.3 下载链接 配置文件
ResNeXt101-vd-FPN 1 1x - 40.5 下载链接 配置文件

注意事项: RetinaNet系列模型中，在总batch size为16下情况下，初始学习率改为0.01。

EfficientDet

尺度 每张GPU图片个数 学习率策略 Box AP 下载 配置文件
EfficientDet-D0 16 300 epochs 33.8 下载链接 配置文件

注意事项: 在总batch size为128(8x16)时，基础学习率改为0.16。

SSDLite

骨架网络 输入尺寸 每张GPU图片个数 学习率策略 推理时间(fps) Box AP 下载 配置文件
MobileNet_v1 300 64 Cosine decay(40w) - 23.6 下载链接 配置文件
MobileNet_v3 small 320 64 Cosine decay(40w) - 16.2 下载链接 配置文件
MobileNet_v3 large 320 64 Cosine decay(40w) - 23.3 下载链接 配置文件
MobileNet_v3 small w/ FPN 320 64 Cosine decay(40w) - 18.9 下载链接 配置文件
MobileNet_v3 large w/ FPN 320 64 Cosine decay(40w) - 24.3 下载链接 配置文件
GhostNet 320 64 Cosine decay(40w) - 23.3 下载链接 配置文件

注意事项: SSDLite模型使用学习率余弦衰减策略在8卡GPU下总batch size为512。

SSD

骨架网络 输入尺寸 每张GPU图片个数 学习率策略 推理时间(fps) Box AP 下载 配置文件
VGG16 300 8 40万 81.613 25.1 下载链接 配置文件
VGG16 512 8 40万 46.007 29.1 下载链接 配置文件

注意事项: VGG-SSD在总batch size为32下训练40万轮。

SSD 基于Pascal VOC数据集

骨架网络 输入尺寸 每张GPU图片个数 学习率策略 推理时间(fps) Box AP 下载 配置文件
MobileNet v1 300 32 120e 159.543 73.2 下载链接 配置文件
VGG16 300 8 240e 117.279 77.5 下载链接 配置文件
VGG16 512 8 240e 65.975 80.2 下载链接 配置文件

注意事项: MobileNet-SSD在2卡，总batch size为64下训练120周期。VGG-SSD在总batch size为32下训练240周期。数据增强包括：随机颜色失真，随机剪裁，随机扩张，随机翻转。

人脸检测

详细请参考人脸检测模型。

基于Open Images V5数据集的物体检测

详细请参考Open Images V5数据集基线模型。

Anchor Free系列模型

详细请参考Anchor Free系列模型。