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 | 46.9MB | 1.499 | 71.0 | 89.9 |
| ResNet34 | 87.5MB | 2.272 | 74.6 | 92.1 |
| ResNet50 | 102.7MB | 2.939 | 76.5 | 93.0 |
| ResNet101 | 179.1MB | 5.314 | 77.6 | 93.6 |
| ResNet50_vd | 102.8MB | 3.165 | 79.1 | 94.4 |
| ResNet101_vd | 179.2MB | 5.252 | 80.2 | 95.0 |
| ResNet50_vd_ssld | 102.8MB | 3.165 | 82.4 | 96.1 |
| ResNet101_vd_ssld | 179.2MB | 5.252 | 83.7 | 96.7 |
| DarkNet53 | 166.9MB | 3.139 | 78.0 | 94.1 |
| MobileNetV1 | 16.0MB | 32.523 | 71.0 | 89.7 |
| MobileNetV2 | 14.0MB | 23.318 | 72.2 | 90.7 |
| MobileNetV3_large | 21.0MB | 19.308 | 75.3 | 93.2 |
| MobileNetV3_small | 12.0MB | 6.546 | 68.2 | 88.1 |
| MobileNetV3_large_ssld | 21.0MB | 19.308 | 79.0 | 94.5 |
| MobileNetV3_small_ssld | 12.0MB | 6.546 | 71.3 | 90.1 |
| Xception41 | 92.4MB | 4.408 | 79.6 | 94.4 |
| Xception65 | 144.6MB | 6.464 | 80.3 | 94.5 |
| DenseNet121 | 32.8MB | 4.371 | 75.7 | 92.6 |
| DenseNet161 | 116.3MB | 8.863 | 78.6 | 94.1 |
| DenseNet201 | 84.6MB | 8.173 | 77.6 | 93.7 |
| ShuffleNetV2 | 9.0MB | 10.941 | 68.8 | 88.5 |
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-ResNet50 | 135.6MB | 78.450 | 35.2 |
| FasterRCNN-ResNet50_vd | 135.7MB | 79.523 | 36.4 |
| FasterRCNN-ResNet101 | 211.7MB | 107.342 | 38.3 |
| FasterRCNN-ResNet50-FPN | 167.2MB | 44.897 | 37.2 |
| FasterRCNN-ResNet50_vd-FPN | 168.7MB | 45.773 | 38.9 |
| FasterRCNN-ResNet101-FPN | 251.7MB | 55.782 | 38.7 |
| FasterRCNN-ResNet101_vd-FPN | 252MB | 58.785 | 40.5 |
| YOLOv3-DarkNet53 | 252.4MB | 21.944 | 38.9 |
| YOLOv3-MobileNetv1 | 101.2MB | 12.771 | 29.3 |
| YOLOv3-MobileNetv3 | 94.6MB | - | 31.6 |
| YOLOv3-ResNet34 | 169.7MB | 15.784 | 36.2 |
实例分割模型¶
表中模型相关指标均为在MSCOCO数据集上测试得到。