使用ghostconv代替普通卷积，实例分割任务精度下降问题

huawei-noah / Efficient-AI-Backbones

Efficient AI Backbones including GhostNet, TNT and MLP, developed by Huawei Noah's Ark Lab.

4.07k stars 708 forks source link

Open xiannsa opened 1 year ago

xiannsa commented 1 year ago

使用ghostconv代替bottelneck里面的普通conv，进行实例分割训练的损失和精度都没有之前的好，难道是还有其他的地方要改进吗？不过参数量和运算量有降低，

iamhankai commented 1 year ago

正常吧，看精度损失多少

xiannsa commented 1 year ago

白色的是在bottleneck里面用ghost卷积的，黑色是普通卷积，结果都是截取的300轮里面最好的，麻烦看一下是否正常呢。 @13NS@~@3%GE}ETHYC6Y$(W SU6W@MU2(B(U5BL0`Y@9LA9

iamhankai commented 1 year ago

看起来正常。把原模型通道数减少，参数量和用ghost卷积的差不多程度，看看谁精度高