模型EfficientNet B5
EfficientNet-B5
Google提出的EfficientNet高效卷积神经网络系列中规模居中偏大的版本，通过复合缩放同步调整网络深度、宽度和输入分辨率，适合处理需要捕捉细粒度纹理的图像任务
时间轴 (近 90 天)
10月5日
毛干计数任务由带有支持图（support-map）通道的EfficientNet-B5承担，在与专家框对齐的计数准确率上达到87.0%，宏平均F1分数为0.85
待验证50%
Google提出的EfficientNet高效卷积神经网络系列中规模居中偏大的版本，通过复合缩放同步调整网络深度、宽度和输入分辨率，适合处理需要捕捉细粒度纹理的图像任务
毛干计数任务由带有支持图（support-map）通道的EfficientNet-B5承担，在与专家框对齐的计数准确率上达到87.0%，宏平均F1分数为0.85