RepVGG：VGG，永远的神！ | CVPR 2021
发布时间：2022-09-26 21:00
RepVGG将训练推理网络结构进行独立设计，在训练时使用高精度的多分支网络学习权值，在推理时使用低延迟的单分支网络，然后通过结构重参数化将多分支网络的权值转移到单分支网络。RepVGG性能达到了SOTA，思路简单新颖，相信可以在上面做更多的工作来获得更好的性能。
来源：晓飞的算法工程笔记 公众号
论文: RepVGG: Making VGG-style ConvNets Great Again
- 论文地址：https://arxiv.org/abs/2101.03697
- 论文代码：https://github.com/megvii-model/RepVGG
相关推荐
CV算法评判标准：混淆矩阵、准确率、精确率、召回率、特异度、P-R曲线、AP、mAP、coco标准
Spring Boot 整合JPA 数据模型关联使用操作(一对一、一对多、多对多)
TensorFlow 2 Object Detection API 环境搭建与测试（Windows)
Vue | 路由【路由的简介 +嵌套（多级)路由+路由的query,params参数+命名路由+路由的props配置+router-link的replace属性】
Java Web 利用 session 实现简单的购物车(数量可以累加）
【k8s部署 】k8s构建Flannel网络插件失败The connection to the server raw.githubusercontent.com was refused问题解决
cv2.threshold()、OTSU和cv2.adaptiveThreshold()简要介绍