07实战经验 EfficientNet 的核心思想、网络结构、缩放策略、优势与应用（2026年01月）【待完善】

论文原文：EfficientNet: Rethinking Model Scaling for Convolutional Neural Networkshttps://arxiv.org/pdf/1905.11946

官方源码：tpu/models/official/efficientnet at master · tensorflow/tpu · GitHubhttps://github.com/tensorflow/tpu/tree/master/models/official/efficientnet

pytorch实现源码：

GitHub - lukemelas/EfficientNet-PyTorch: A PyTorch implementation of EfficientNethttps://github.com/lukemelas/EfficientNet-PyTorch（目标是小目标 + 高分辨率 + 工业场景 的目标检测任务）

基础知识补充

（

情况 A：保存为未压缩图像（如 RGB 8-bit）如：当然我们的是4864*3648

• 分辨率：1920 × 1080 ≈ 2.1 百万像素
• 每像素 3 字节（R+G+B）
• 单帧大小 ≈ 1920 × 1080 × 3 = 6,220,800 字节 ≈ 6.22 MB
• 1000 帧 ≈ 6.22 GB

）

目标：EfficientDet-D0/D1（待实现）

RT-DETR

YOLOv8 + P2 head

为什么需要 EfficientNet？

在 EfficientNet（2019 年由 Google Research 提出）之前，提升 CNN 性能的常见方法是：

• 增加网络深度（如 ResNet → ResNet-152）
• 增加网络宽度（更多通道）
• 使用更高分辨率的输入图像

核心思想：Compound Scaling（复合缩放）

关于基础模型：EfficientNet-B0的笔记

作者使用神经架构搜索（NAS）（待学习） 自动设计了一个轻量高效的基线模型 ------ EfficientNet-B0

• 输入尺寸：224×224
• 结构基于 MobileNetV2 的 inverted residual block + Squeeze-and-Expansion（SE）注意力机制
• 称为 MBConv block（Mobile Inverted Bottleneck Convolution）