Согласен, что исследования провеждены, результаты обоснованы. А причину снижения можно объяснить?
В том то и дело, что у меня для EfficientNet совпадает с результатами https://paperswithcode.com с точностью до единиц процентов. Я ничего нового не обнаружил, а у вас множество различий.
Очевидно, что при увеличении количества классов точность уменьшается, но различие очень велико. Например, если взять подмножество ImageNet из 100 наиболее частотных классов (сократить мощность в 10 раз) и сеть EfficientNet-B4, то точность по топ 1 возрастает с 83% до 89%.
:)
Согласен, что исследования провеждены, результаты обоснованы. А причину снижения можно объяснить?
В том то и дело, что у меня для EfficientNet совпадает с результатами https://paperswithcode.com с точностью до единиц процентов. Я ничего нового не обнаружил, а у вас множество различий.
Понятно.
Возможна опечатка при программировании;
Низкие по сравнению с результатами авторов сетей. В чём причины?
Для первых 3 мест этого не наблюдается на графиках лидеров в отличие от результатов на https://paperswithcode.com;
В статье по EfficientNet используются другие обозначения для вариантов сетей.
Просто непонятно:
Были ли ошибки при измерениях?
Почему у вас получились низкие точности при измерении Топ 1? В чём особенность тестовых данных?
Почему не коррелируют места сетей для Топ 1 и Топ 5 как в других исследованиях?
Какая версия EfficientNet?
Оценивалась точность по ImageNet, метод измерения такой же как на 1 графике вашей статьи.
Как сопоставлять ваши результаты с чужими?
Очевидно, что при увеличении количества классов точность уменьшается, но различие очень велико. Например, если взять подмножество ImageNet из 100 наиболее частотных классов (сократить мощность в 10 раз) и сеть EfficientNet-B4, то точность по топ 1 возрастает с 83% до 89%.
Почему точность результатов на ваших графиках существенно ниже опубликованных авторами сетей?
Например, по базе CoCa максимальная точность 91% для топ 1 https://paperswithcode.com/sota/image-classification-on-imagenet, а у вас меньше 30%.