모델별로 속도 비교를 위해 검색을 해보던 도중에 아래와 같은 논문을 발견하였다.  최근 ResNet34와 ResNet18이 EfficientNetB0보다 빠르다는 사실을 알게되었다. 평소 EfficientNet이 MobileNet만큼 가볍고 빠르다고 기억하고 있고 ResNet50을 일반적으로 쓰니 조금은 무겁다고 기억을 하고 있었는데 확인해보길 잘한 것 같다. 결과적으로는 EfficinetNet 중 가장 가벼운 B0모델이 ResNet50과 FPS가 유사하다.

FastAER Det: Fast Aerial Embedded Real-Time Detection
Automated detection of objects in aerial imagery is the basis for many applications, such as search and rescue operations, activity monitoring or mapping. However, in many cases it is beneficial to employ a detector on-board of the aerial platform in order to avoid latencies, make basic decisions wi…
MDPIon DOAJ

좀 더 상세히 찾아보는게 어떨까 싶어 검색을 하던 도중 논문 하나를 또 찾았다. 아래 논문에서는 Batch Size별, 장비별, Inference time을 시각화 하여주었는데 아쉽게도 EfficientNet이 없었다. Batch Size에 따른 속도 변화를 볼수있다는 점이 독특한 것 같다. 해당 연구에서도 Resnet 18과 MovileNet v1의 속도가 유사한 것을 확인할 수 있었다.

Benchmark Analysis of Representative Deep Neural Network Architectures
This work presents an in-depth analysis of the majority of the deep neuralnetworks (DNNs) proposed in the state of the art for image recognition. Foreach DNN multiple performance indices are observed, such as recognitionaccuracy, model complexity, computational complexity, memory usage, andinfer…
arXiv.orgSimone Bianco

마지막으로 좀 더 찾아보니 내가 원했던 모바일 속도를 비교해주신 블로그가 있었다. 아래 매우 다양한 모델들을 비교해 놨으나, 내 관심사는 Resnet, Mobilenet, EfficientNet이라 아래 그림과 같이 한번 더 정리하였다. 아쉽게도 해당블로그에서는 Resnet의 속도가 나와 있지 않다. Resnet의 Params는 1,100만 정도이므로 CPU에서도 아래의 MobileNet과 큰 차이가 나지 않을 것 같다.

New mobile neural network architectures
Investigating which model architecture makes the best backbone on iPhone
Matthijs Hollemans

결론적으로 정확도가 좀 더 중요한 Task에서는 EfficientNet Lite를 속도가 더욱 중요한 경우에서는 MobileNet을 사용하는 것이 적절할 것 같다.