关注并星标
从此不迷路
计算机视觉研究院
公众号ID|ComputerVisionGzq
学习群|扫码在主页获取加入方式
论文地址:https://arxiv.org/pdf/2112.13608.pdf
计算机视觉研究院专栏
作者:Edison_G
加法神经网络 (AdderNets) 在仅使用加法运算的图像分类方面表现出令人印象深刻的性能,这比使用乘法构建的传统卷积神经网络更节能。
一、前言
加法神经网络 (AdderNets) 在仅使用加法运算的图像分类方面表现出令人印象深刻的性能,这比使用乘法构建的传统卷积神经网络更节能。
*之前“计算机视觉研究院”也推送过:(点击下方可以直接进入)
与分类相比,在自动驾驶和人脸检测等实际应用中,对于通过AdderNets降低现代物体检测器的能耗有强烈的需求。
在今天分享中,研究者展示了AdderNets用于目标检测的实证研究。
首先揭示不应冻结预训练加法主干中的批量归一化统计数据,因为AdderNets的特征方差相对较大。此外,研究者们在Neck插入了更多的快捷连接,并设计了一种新的特征融合架构来避免加法层的稀疏特征。研究者提出了广泛的消融研究,以探索加法检测器的几种设计选择。在COCO和PASCAL VOC基准上进行了与最新技术的比较。具体来说,提出的Adder FC