多标签分类模型对比：EfficientNet-B6 vs ResNet50 在 FairFace 上的 3 项指标评测

EfficientNet-B6与ResNet50在FairFace多标签分类任务上的全面对比评测

人脸属性识别作为计算机视觉的基础任务，在社交平台内容审核、智能相册管理、人机交互系统等领域具有广泛应用。FairFace数据集作为当前最具代表性的人脸属性数据集之一，涵盖了年龄、性别和种族三大类别的细粒度标注。本文将深入对比EfficientNet-B6和ResNet50在该多标签分类任务上的表现，从训练效率、资源消耗到分类精度进行全面分析，为实际项目中的模型选型提供数据支撑。

1. 实验设计与基准建立

1.1 数据集与评估指标

FairFace数据集包含约10万张人脸图像，标注涵盖以下类别：

• 年龄：9个区间（'0-2', '3-9', '10-19', ..., 'more than 70'）
• 性别：2类（'Female', 'Male'）
• 种族：7类（'Black', 'East Asian', 'Indian', ...）

我们采用分层抽样确保验证集中各类别比例与训练集一致。评估指标包括：

# 核心评估指标实现 from sklearn.metrics import f1_score, accuracy_score def evaluate(y_true, y_pred): macro_f1 = f1_score(y_true, y_pred, average='macro') micro_f1 = f1_score(y_true, y_pred, average='micro') accuracy = accuracy_score(y_true, y_pred) return {'macro_f1': macro_f1, 'micro_f1': micro_f1, 'accuracy': accuracy}

1.2 模型配置对比

提示：实验使用6块NVIDIA 2080Ti显卡，采用PyTorch的DDP实现分布式训练，确保batch size统一为120

2. 训练效率与资源消耗

2.1 训练速度对比

在相同硬件环境下，两个模型完成100个epoch的训练耗时如下：

# 训练耗时统计（分钟/epoch） EfficientNet-B6: 10.2 ± 0.3 (6卡) ResNet50: 6.8 ± 0.2 (6卡)

关键发现：

• ResNet50的单epoch耗时减少33%，主要得益于更简单的网络结构
• EfficientNet-B6的MBConv块需要更多计算资源

2.2 显存占用分析

通过nvidia-smi监控得到的峰值显存占用：

显存优化技巧：

• 使用混合精度训练（AMP）可降低约40%显存消耗
• 梯度累积在小批量场景下能有效缓解显存压力

3. 分类性能深度评测

3.1 整体指标对比

在验证集上的表现（百分比）：

3.2 属性分类差异

各子任务的F1-score对比：

年龄分类

EfficientNet-B6在极端年龄段（0-2和70+）表现突出： - 儿童识别F1: 0.812 vs 0.769 - 老人识别F1: 0.798 vs 0.742

性别分类

两者表现接近，但ResNet50在长发男性样本上错误率较高： - 典型case误分类率: 3.2% vs 5.7%

种族分类

EfficientNet-B6对中东和东南亚人种识别更准确： - 中东F1: 0.843 vs 0.801 - 东南亚F1: 0.827 vs 0.786

4. 实际应用建议

4.1 模型选型决策树

graph TD A[需求场景] --> B{实时性要求高?} B -->|是| C[选择ResNet50] B -->|否| D{计算资源充足?} D -->|是| E[选择EfficientNet-B6] D -->|否| C

4.2 优化方向

1. 知识蒸馏：用EfficientNet-B6指导ResNet50训练
2. 模型量化：将EfficientNet-B6转换为INT8精度
3. 标签相关性建模：利用多标签间的依赖关系

在医疗影像分析项目中，我们最终采用EfficientNet-B6的量化版本，在保持90%原始精度的同时，将推理速度提升2.3倍。这种平衡方案在实际部署中取得了显著效果，特别是在处理老年患者的面部特征识别时，准确率比原有系统提升了15个百分点。