VGG回来了！

3个要点
✔️ 简单而强大的类似VGG的CNN架构
✔️ 比其他SOTA模型快得多。
✔️ 使用结构重参数化，在训练时间内将多分支结构转化为推理时间内的普通架构。

RepVGG: Making VGG-style ConvNets Great Again
written by Xiaohan Ding, Xiangyu Zhang, Ningning Ma, Jungong Han, Guiguang Ding, Jian Sun
(Submitted on11 Jan 2021)
Comments: Accepted to arXiv.
Subjects: Computer Vision and Pattern Recognition (cs.CV); Artificial Intelligence (cs.AI); Machine Learning (cs.LG)
  officialcomm 

 

首先

VGGNet是一个相对简单的架构，但现在已经被更复杂、更强大的模型所取代，如ResNets、DenseNets和EfficientNets。这些模式在体制上肯定是准确的。但是，复杂度增加，有些模型的速度较慢（有些模型的FLOP较低）。为此，相对简单的VGG和ResNets在实际应用中被广泛使用。在本文中，我们提出了一种新的类似VGG的CNN架构，其精度可与最先进的模型相媲美，但推理速度更优。这是通过一个名为RepVGG的模型来实现的，该模型是在一个更复杂的模型上进行训练的，之后重建到一个更简单的架构上进行推理，如下所述。

Thapa Samrat