add micronet

[bupt906]

论文链接
参考代码
我的工作

• 将pytorch代码转换成paddle代码，按照PaddleOCR的代码风格集成到项目中。
• 调整代码，使backbone结构输出的维度为[n, 432, 1, 80]
• 在自己的中文数据集(200W+)上做实验验证结构的可行性：
  • backbone网络结构为MicronetM0时，训练时的IPS值在90左右，训练了30轮，训练时acc为57%左右，验证集准确率为77%。
  • backbone网络结构为MicronetM3时，训练时的IPS值在50左右，非常慢。所以没有进行30轮的训练。
  • 经过分析：模型耗时的地方在作者提出的Dynamic Shift-Max激活函数，我将此激活函数替换成Rule6激活函数， backbone网络结构为MicronetM3时，训练时的IPS值在150左右，训练了30轮，训练时acc为67%左右，验证准确率为82%。
  • 实验环境及参数
    单机4卡(V100，32G)，num_workers=8，batch_size=256

micronet.zip
注：由于#5169 cla认证问题，重新提交新的pr。

[paddle-bot-old]

Thanks for your contribution!

[Evezerest]

你好，由于未找到你的信息，请扫描首页微信群二维码加群后@本账号，给你发放奖励