全家桶，旷视研究院开源轻量级模型ShuffleNet系列

开源链接：https://github.com/megvii-model/ShuffleNet-Series

ShuffleNet Series

ShuffleNet Series 开源的算法皆由旷视研究院（MEGVII Research）原创。

Introduction

ShuffleNet Series涵盖以下6个模型：

1、ShuffleNetV1: ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices

• 论文链接：https://arxiv.org/abs/1707.01083

• 解读链接：为移动 AI 而生——旷视最新成果 ShuffleNet 全面解读

2、ShuffleNetV2: ShuffleNet V2: Practical Guidelines for Efficient CNN Architecture Design

• 论文链接：https://arxiv.org/abs/1807.11164

• 解读链接：ECCV 2018 | 旷视提出新型轻量架构ShuffleNet V2：从理论复杂度到实用设计准则

3、ShuffleNetV2+: ShuffleNetV2 的增强版

4、ShuffleNetV2.Large: ShuffleNetV2 的深化版

5、OneShot: Single Path One-Shot Neural Architecture Search with Uniform Sampling 

• 论文链接：https://arxiv.org/abs/1904.00420

• 解读链接：AutoML | 旷视研究院提出One-Shot模型搜索框架的新变体

6、DetNAS: DetNAS: Backbone Search for Object Detection

• 论文链接：https://arxiv.org/abs/1903.10979

Details

ShuffleNetV2+：下表是 ShuffleNetV2+ 和 MobileNetV3 的对比。

ShuffleNetV2：下表是 ShuffleNetV2 和 MobileNetV2 的对比。

ShuffleNetV2.Large：下表是 ShuffleNetV2.Large 和 SENet 的对比。

ShuffleNetV1：下表是 ShuffleNetV1 和 MobileNetV1 的对比。

OneShot：下表是 Single Path One-Shot NAS 和其他 NAS 方法的对比。       

DetNAS：下表是 DetNAS 和 ResNet 在 ImageNet 上的对比。

欢迎同学们 Star and Fork！