经典模型的参数计算量Params和计算量FLOPs归纳总结

为了方便模型轻量化和准确率的对比，归纳总结历年来各个模型的参数量
参数列表包含了个人学习训练使用过的模型，也有其他人记录过的模型

计算模型参数量Params和计算量FLOPs需要用到的代码

MobileNetV1的实现在这篇文章
https://blog.csdn.net/DizzyOK/article/details/121062625

from thop import profile,clever_format
# torch模型
model = MobileNetV1()
input = torch.randn(1, 3, 224, 224)
flops, params = profile(model, inputs=(input, )) #计算参数量和计算量
flops, params = clever_format([flops, params], "%.3f") #将输出转换为一个更好的格式
print("FLOPs:{}".format(flops))
print("Params:{}".format(params))

输出

FLOPs:578.827M
Params:4.232M

自己使用过的模型

模型	Params (M)	FLOPs (G)
VGG16	138.36	…
ResNet50	25.56	3.879
MobileNetV1	4.23	0.579
MobileNetV2	3.50	…
…	…	…

还未验证过的模型

https://blog.csdn.net/weixin_37684231/article/details/113526255

模型	Params(M)	FLOPs
AlexNet	61.10	…
ResNet101	44.55	…
DenseNet121	7.98	…
…	…	…