paddleclas是paddlepaddle官方提出的用于图像分类的开源库，paddledetection是其提出用于目标检测的开源库。
在图像分类中的很多模型都可以作为backbone参与目标检测模型中，然而在paddledetection中支持的backbone仅有：
blazenet、cspresnet、esnet、hrnet、lite_hrnet、mobileone、senet、convnext、darknet、ghostnet、mobilenet、res2net、shufflenet_v2、vgg、csp_darknet、dla、hardnet、lcnet、resnet、swin_transformer、vision_transformer等，对其他图像分类模型并不支持。其详情可以查看：https://gitcode.net/paddlepaddle/PaddleDetection/-/tree/release/2.5/ppdet/modeling/backbones

所幸，博主发现在paddleclas中通过了海量的预训练模型，具体有：
PP-HGNet 系列、ResNet 系列、ResNeXt 系列、Res2Net 系列、SENet 系列、DPN 系列、DenseNet 系列、HRNet 系列、Inception 系列、EfficientNet 系列、ResNeXt101_wsl 系列、ResNeSt 系列、RegNet 系列、RepVGG 系列、MixNet 系列、ReXNet 系列、HarDNet 系列、DLA 系列、RedNet 系列、ConvNeXt 系列、VAN 系列、PeleeNet 系列、CSPNet 系列、PP-LCNet & PP-LCNetV2 系列、ViT 系列、DeiT 系列、SwinTransformer 系列、Twins 系列、CSWinTransformer 系列、PVTV2 系列 、LeViT 系列、TNT 系列、MobileViT 系列。完整预训练模型库可以参考：https://gitee.com/paddlepaddle/Pa