RT-DETR优化策略:轻量级Backbone改进 | 高效模型 (Efficient MOdel, EMO),现代倒残差移动模块设计|ICCV2023
本文改进:面向移动端的轻量化网络模型——EMO,它能够以相对较低的参数和FLOPs超越了基于CNN/Transformer的SOTA模型,支持四个版本EMO_1M,EMO_2M,EMO_5M,EMO_6M,参数量如下,相对于自带的rtdetr-l、rtdetr-x有很大提升layersparametersgradientsEMO_1M69799216289921628EMO_2M764110258