PaddleX模型库¶
图像分类模型¶
表中模型相关指标均为在ImageNet数据集上使用PaddlePaddle Python预测接口测试得到(测试GPU型号为Nvidia Tesla P40),预测速度为每张图片预测用时(不包括预处理和后处理),表中符号-
表示相关指标暂未测试。
模型 | 模型大小 | 预测速度(毫秒) | Top1准确率(%) | Top5准确率(%) |
---|---|---|---|---|
ResNet18 | 46.2MB | 3.72882 | 71.0 | 89.9 |
ResNet34 | 87.9MB | 5.50876 | 74.6 | 92.1 |
ResNet50 | 103.4MB | 7.76659 | 76.5 | 93.0 |
ResNet101 | 180.4MB | 13.80876 | 77.6 | 93.6 |
ResNet50_vd | 103.5MB | 8.20476 | 79.1 | 94.4 |
ResNet101_vd | 180.5MB | 14.24643 | 80.2 | 95.0 |
ResNet50_vd_ssld | 103.5MB | 7.79264 | 82.4 | 96.1 |
ResNet101_vd_ssld | 180.5MB | 13.34580 | 83.7 | 96.7 |
DarkNet53 | 167.4MB | 8.82047 | 78.0 | 94.1 |
MobileNetV1 | 17.4MB | 3.42838 | 71.0 | 89.7 |
MobileNetV2 | 15.0MB | 5.92667 | 72.2 | 90.7 |
MobileNetV3_large | 22.8MB | 8.31428 | 75.3 | 93.2 |
MobileNetV3_small | 12.5MB | 7.30689 | 68.2 | 88.1 |
MobileNetV3_large_ssld | 22.8MB | 8.06651 | 79.0 | 94.5 |
MobileNetV3_small_ssld | 12.5MB | 7.08837 | 71.3 | 90.1 |
Xception41 | 109.2MB | 8.15611 | 79.6 | 94.4 |
Xception65 | 161.6MB | 13.87017 | 80.3 | 94.5 |
DenseNet121 | 33.1MB | 17.09874 | 75.7 | 92.6 |
DenseNet161 | 118.0MB | 22.79690 | 78.6 | 94.1 |
DenseNet201 | 84.1MB | 25.26089 | 77.6 | 93.7 |
ShuffleNetV2 | 10.2MB | 15.40138 | 68.8 | 88.5 |
HRNet_W18 | 21.29MB | 45.25514 | 76.9 | 93.4 |
AlexNet | 244.4MB | - | 56.7 | 79.2 |
目标检测模型¶
表中模型相关指标均为在MSCOCO数据集上使用PaddlePaddle Python预测接口测试得到(测试GPU型号为Nvidia Tesla V100测试得到),表中符号-
表示相关指标暂未测试。
模型 | 模型大小 | 预测时间(毫秒) | BoxAP(%) |
---|---|---|---|
FasterRCNN-ResNet18-FPN | 173.2M | - | 32.6 |
FasterRCNN-ResNet50 | 136.0MB | 197.715 | 35.2 |
FasterRCNN-ResNet50_vd | 136.1MB | 475.700 | 36.4 |
FasterRCNN-ResNet101 | 212.5MB | 582.911 | 38.3 |
FasterRCNN-ResNet50-FPN | 167.7MB | 83.189 | 37.2 |
FasterRCNN-ResNet50_vd-FPN | 167.8MB | 128.277 | 38.9 |
FasterRCNN-ResNet101-FPN | 244.2MB | 119.788 | 38.7 |
FasterRCNN-ResNet101_vd-FPN | 244.3MB | 156.097 | 40.5 |
FasterRCNN-HRNet_W18-FPN | 115.5MB | 81.592 | 36 |
YOLOv3-DarkNet53 | 249.2MB | 42.672 | 38.9 |
YOLOv3-MobileNetV1 | 99.2MB | 15.442 | 29.3 |
YOLOv3-MobileNetV3_large | 100.7MB | 143.322 | 31.6 |
YOLOv3-ResNet34 | 170.3MB | 23.185 | 36.2 |
实例分割模型¶
预测时间是在一张Nvidia Tesla V100的GPU上通过’evaluate()’接口测试MSCOCO验证集得到,包括数据加载、网络前向执行和后处理, batch size是1,表中符号-
表示相关指标暂未测试。
模型 | 模型大小 | 预测时间(毫秒) | BoxAP (%) | MaskAP (%) |
---|---|---|---|---|
MaskRCNN-ResNet18-FPN | 189.1MB | - | 33.6 | 30.5 |
MaskRCNN-ResNet50 | 143.9MB | 87 | 38.2 | 33.4 |
MaskRCNN-ResNet50-FPN | 177.7MB | 63.9 | 38.7 | 34.7 |
MaskRCNN-ResNet50_vd-FPN | 177.7MB | 63.1 | 39.8 | |
MaskRCNN-ResNet101-FPN | 253.6MB | 77 | 39.5 | 35.2 |
MaskRCNN-ResNet101_vd-FPN | 253.7MB | 76.4 | 41.4 | 36.8 |
MaskRCNN-HRNet_W18-FPN | 120.7MB | - | 38.7 | 34.7 |
语义分割模型¶
以下指标均在MSCOCO验证集上测试得到,表中符号-
表示相关指标暂未测试。
模型 | 模型大小 | 预测时间(毫秒) | mIoU(%) |
---|---|---|---|
DeepLabv3_MobileNetV2_x1.0 | 14.7MB | - | - |
DeepLabv3_Xception65 | 329.3MB | - | - |
UNet | 107.3MB | - | - |
以下指标均在Cityscapes验证集上测试得到,表中符号-
表示相关指标暂未测试。
模型 | 模型大小 | 预测时间(毫秒) | mIoU(%) |
---|---|---|---|
DeepLabv3_MobileNetv2_x1.0 | 14.7MB | - | 69.8 |
DeepLabv3_Xception65 | 329.3MB | - | 79.3 |
HRNet_W18 | 77.3MB | 79.36 | |
Fast-SCNN | 9.8MB | 69.64 |