مقارنة النماذج
تقارن هذه الصفحة تكوينات محددة (مثل ResNet-50 أو BERT-base)، لا عائلات عامة؛ فكل رقم مرتبط بالتكوين المذكور في رأس عموده. «غير محدد» تعني أن الرقم غير موثق في الأطلس.
| الخاصية | U-Net | VGG-16 |
|---|---|---|
| العائلة | نماذج الرؤية الحاسوبية | معماريات الشبكات الالتفافية |
| سنة الظهور | 2015 | 2014 |
| الباحثون | Olaf Ronneberger, Philipp Fischer, Thomas Brox | Karen Simonyan, Andrew Zisserman |
| نوع المعمارية | Encoder–decoder fully convolutional network | Deep convolutional neural network |
| آلية التعلم | supervised | supervised |
| التكوين المقارن | U-Net الأصلية: دخل 572×572، مخرج 388×388، فئتان | VGG-16 (التهيئة D) |
| شكل المدخل | 1×572×572 | 3×224×224 |
| شكل المخرج | 2×388×388 | 1000 |
| العمق | 23 طبقة التفاف | 16 طبقة قابلة للتعلم |
| Parameters (محسوبة) | 31,030,658 ≈31.03M | 138,357,544 ≈138.36M |
| Parameters (منشورة) | غير محدد | 138,000,000 ≈138M |
| MACs | 150,428,424,448 ≈150.43B محسوبة بـ torch.utils.flop_counter لصورة 572×572. | 15,470,264,320 ≈15.47B محسوبة بـ torch.utils.flop_counter (تنفيذ torchvision). |
| التعقيد | خطية في عدد البكسلات؛ نحو 150 مليار عملية ضرب-جمع لهذا الحجم. | نحو 15.5 مليار عملية ضرب-جمع لكل صورة 224×224. |
| المهام | تجزئة الصور الطبية، التجزئة الدلالية | تصنيف الصور، استخلاص السمات |
| أبرز ميزة | تعمل جيداً مع بيانات قليلة | تصميم بسيط وموحد سهل الفهم |
| أبرز قيد | دون حشو يتقلص المخرج ويحتاج تبليطاً | 138 مليون معامل وذاكرة كبيرة |
| حالة المراجعة | يحتاج مراجعة | يحتاج مراجعة |
| افتراضات الحساب | تنفيذ بُني من الشكل 1 في الورقة (دون حشو، ReLU، دون BatchNorm، قص قبل الدمج). | تنفيذ torchvision.models.vgg16 دون BatchNorm. |
العلاقات المسجلة بين النماذج المقارنة
- U-Net مرتبط VGG-16 — المسار المتقلص في U-Net يشبه كتل VGG.
