Скачать или смотреть 023 Классификация изображений. Часть 16. EfficientNet v2 (2021)

Ранее рассматривали первую версию EfficientNet. А теперь пришла очередь второй версии. Если сравнивать эти две версии, то конечно вторая версия лучше. Хотя вторая версия построена на основе первой, но с некоторыми изменениями.
Также в научной статье был упомянут прогрессивный метод обучения модели. В этом видео мы затронем принципы такого обучения, а заодно познакомимся с двумя аугментациями Rand Augment и MixUp.
В завершении обучим большую модель EfficientNet версии 2 на изображениях 600 на 600 пикселей и применим, рекомендованную авторами, аугментацию RandAugment. И посмотрим, сможем ли мы побить имеющийся рекорд по точности, который мы видели глазами.

Таймкоды:
00:00 | Введение
02:10 | Кратко вспоминаем EfficientNet v1
03:11 | Основа архитектуры EfficientNet v2
06:48 | Идеи прогрессивного обучения
10:32 | Об аугментации RandAugment
13:25 | Об аугментации MixUp
16:52 | Промежуточные результаты и выбор модели
17:43 | Обучаем модель efficientnet_v2_l (600 пикселей, RandAugment) и тестируем
20:34 | Анализируем предсказания
23:57 | Заключение