机器学习 -- 轻量级模型

目前在深度学习领域主要分为两类，一派为学院派（Researcher），研究强大、复杂的模型网络和实验方法，旨在追求更高的性能； 另一派为工程派（Engineer），旨在将算法更稳定、更高效的落地部署在不同硬件平台上。 note

EfficientNet (EfficientNet-B0~B7 - 2019, EfficientNetV2 - 2021) – efficientnet_b0

• EfficientNet B0 ~ B7：虽然不算最轻量，但 B0/B1 仍兼具精度和效率，适合移动设备。

MobileNet (MobileNetV2 - 2018, MobileNetV3 - 2019) – mobilenet_v3_large

• MobileNetV2：经典轻量级模型，速度快、精度尚可。用于分类、检测、分割等任务。
• MobileNetV3 (Large / Small)：更高效，适合边缘设备，分为 small 和 large 两个版本。

ShuffleNet (ShuffleNetV2 - 2018) – shufflenet_v2_x1_0

• ShuffleNetV2：极度轻量，非常适合低计算资源场景。

• https://github.com/murufeng/awesome_lightweight_networks