#MixNet

本项目实现了EfficientNet、MixNet、MobileNetV3等多种高效模型，利用通用架构定义支持多种计算高效的神经网络。所有模型均基于MobileNet V1/V2块序列设计，并支持字符串化架构配置。请注意，该项目现已停止维护，推荐使用`timm`库获取更多功能和权重兼容的模型。

tf_mixnet_l.in1k是一个基于MixNet架构的图像分类模型，在ImageNet-1k数据集上训练。该模型采用混合深度卷积核，参数量为7.3M，计算量为0.6 GMACs。它支持图像分类、特征图提取和图像嵌入等功能，适用于224x224像素的输入图像。tf_mixnet_l.in1k在保持较小模型规模的同时，为多种计算机视觉任务提供了有效的解决方案。

mixnet_l.ft_in1k是一个在ImageNet-1k数据集上微调的MixNet架构图像分类模型。该模型采用混合深度卷积核，参数量仅为7.3M，计算量为0.6 GMACs，实现了高效的分类性能。支持224x224像素输入，可用于图像分类、特征提取和生成图像嵌入。作为一个轻量级yet性能出色的视觉特征提取器，适用于多种计算机视觉应用场景。