RepVGG与Resnet

RepVGG是一种新型的卷积神经网络结构，它具有和ResNet类似的残差结构，但是采用了不同的卷积操作，使得网络具有更高的计算效率和更好的精度表现。相比于ResNet，RepVGG的主要创新点在于采用了“混合卷积”操作，即将标准卷积和逐通道卷积混合使用，从而使得网络结构更加紧凑，计算量更小。此外，RepVGG也引入了“重参数化”技术，进一步减小了网络参数量，提高了模型的泛化能力和训练速度。