开源网络模型分解数据参考

精度指标：分类：top1 ACC(%)，检测: mAP(%)，分割: DSC(%)。fine-tune学习率从原始学习率的0.1倍开始降低。

模型	任务类型	数据集	基线精度	分解后精度	分解后fine-tune精度
ResNet18	分类	ImageNet	70.66	44.02	70.34
ResNet34	分类	ImageNet	74.2	54.92	74.15
ResNet50	分类	ImageNet	75.6	73.64	75.91
ResNet101	分类	ImageNet	78.52	76.97	78.24
InceptionV3	分类	ImageNet	77.98	76.95	77.78
SSD	检测	coco2017	27.2	24.2	27.9
faster-rcnn	检测	coco2017	32.5	31	32.2
mask-rcnn	检测	coco2017	37.9	36.8	38
UNet	分割	SSTEM	87.63	85.05	87.57

父主题： 参考信息