# EfficientNet-OOP

**Repository Path**: mark-brown/EfficientNet-OOP

## Basic Information

- **Project Name**: EfficientNet-OOP
- **Description**: 谷歌EfficientNet OOP实现
- **Primary Language**: Python
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 48
- **Forks**: 0
- **Created**: 2025-10-13
- **Last Updated**: 2025-12-14

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# EfficientNet-OOP
![License](https://img.shields.io/badge/License-Apache2.0-green.svg)
![Codacy Badge](https://app.codacy.com/project/badge/Grade/02f2a4167f0c4063875a978495e62baf)
## 项目简介

重新实现的EfficientNet项目

**论文：**
```
Mingxing Tan and Quoc V. Le. EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks. ICML 2019.
https://arxiv.org/abs/1905.11946
```

---

## 项目架构

```
EfficientNet-OOP/
├── efficientnet_oop/        # 核心包
│   ├── config/              # 配置模块
│   │   ├── model_config.py  # 模型配置类（GlobalConfig、BlockConfig）
│   │   └── __init__.py
│   ├── core/                # 核心模块
│   │   ├── activations.py   # 激活函数（Swish、MemoryEfficientSwish）
│   │   ├── blocks.py        # MBConv Block
│   │   ├── layers.py        # 卷积层（动态/静态 Same Padding）
│   │   ├── model.py         # EfficientNet模型定义
│   │   └── __init__.py
│   ├── utils/               # 工具模块
│   │   ├── drop_connect.py  # Drop Connect 正则化
│   │   ├── helpers.py       # 辅助函数（round_filters、round_repeats）
│   │   └── __init__.py
│   ├── weights/             # 预训练权重管理
│   │   ├── weight_loader.py # 预训练权重加载器
│   │   └── __init__.py
│   ├── factory.py           # 模型工厂函数
│   └── __init__.py          # 包初始化
├── examples/                # 使用示例
│   ├── export_onnx.py       # ONNX模型导出示例
│   ├── feature_extraction.py # 特征提取示例
│   ├── inference.py         # 推理示例
│   └── training.py          # 训练示例
├── tests/                   # 测试文件
└── docs/                    # 文档
```

---

## 安装

```bash
# 安装依赖
pip install -r requirements.txt
```
## 特别感谢
@Jetbrains IDE开发支持

@lukemelas 本项目部分引用其[EfficientNet-Pytorch](https://github.com/lukemelas/EfficientNet-PyTorch)的代码并对其进行重构