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
