一、论文理论

 本文提出一种硬件友好的卷积神经网络结构，该结构类似于repvgg。在衡量网络效率时，经常使用Flops或者参数量，这些衡量指标对于硬件计算能力和内存带宽不敏感。因此，如何设计一个神经网络架构，使其有效地利用硬件计算能力和内存带宽是至关重要的。

论文地址：EfficientRep: An Efficient Repvgg-style ConvNets with Hardware-aware Neural Network Design

1.理论思想

1. 提出了Bep unit、Repblock和BepC3 block等新型结构。
2. 提出了EfficientRep、Rep-PAN、CspBep和CSPRepPAN等新型网络。
3. 提出了一种硬件感知神经网络设计方法，实现了计算能力和内存带宽平衡，并针对不同模型大小提供了多种策略。

2.创新点