> ML_LITERATURE // TAN-LE-2019-EFFICIENTNET-RETHINKING-MODEL-SCALING-CNNS_v1.0
EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks
Mingxing Tan, Quoc V. Le · International Conference on Machine Learning (ICML) (2019)
seminal-architecture2019industry-standardthirdPartyReproduced
Temel Katkı (Principal Contribution)
Sabit bir ölçekleme katsayısı kullanarak ağ derinliğini, genişliğini ve görüntü çözünürlüğünü sistematik olarak dengeleyen bileşik ölçeklemeyi önerdi.
Operasyonel ve Mühendislik Uygunluğu
Optimal doğruluk-gecikme dengesi nedeniyle üretim görüntü işleme API'leri için son derece popüler özellik çıkarıcı ve sınıflandırma omurgası.
Temel Varsayımlar (Assumptions)
- Ağ derinliğini, genişliğini ve girdi çözünürlüğünü dengelemek sabit kaynak kısıtlamaları altında önemli ölçüde daha yüksek doğruluk sağlar
Kısıtlar ve Sınırlamalar (Limitations)
- Daha büyük varyantlardaki yüksek görüntü çözünürlükleri (B7: 600x600) GPU bellek gereksinimlerini önemli ölçüde artırır