轻量级网络
文章平均质量分 94
JR_Chan
这个作者很懒,什么都没留下…
展开
-
MobileNetV3论文笔记
MobileNetV3 谷歌在2019年5月在arxiv上公开了MobileNetV3的论文,原论文见 Searching for MobileNetV3。 下面先对论文做一个简单的翻译:摘要 我们展示了基于互补搜索技术和新颖架构设计相结合的下一代MobileNet。MobileNetV3通过结合硬件感知的网络架构搜索(NAS)和NetAdapt算法对移动手机的cpu进行调优,然后通过新...翻译 2019-07-03 17:58:47 · 4820 阅读 · 0 评论 -
《EffNet--卷积神经网络的一种高效结构》论文笔记
EffNet 这篇文章主要是在MobileNet之上做修改,增加了一个空间可分离卷积,发表在2018 25th IEEE International Conference on Image Processing (ICIP)上。原文可见EffNet: An Efficient Structure for Convolutional Neural Networks。摘要 随着卷积神经网络在客...翻译 2019-09-20 18:15:08 · 1845 阅读 · 0 评论 -
ShuffleNet论文笔记
ShuffleNet ShuffleNet是Face++在2017年发布的一个极有效率且可以运行在手机等移动设备上的网络结构,文章也发表在了CVPR2018上,原文可见ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices。摘要 我们介绍了一个计算效率极高的CNN架构Shuffle...翻译 2019-08-22 18:26:15 · 3479 阅读 · 0 评论 -
《MixConv--混合的深度卷积核》论文阅读笔记
MixNet 这篇文章来自谷歌大脑,是最近(19年7月)刚挂出来的,然后应该是发表在了BMVC 2019上。原文可见MixConv: Mixed Depthwise Convolutional Kernels。摘要 深度卷积在现代高效卷积神经网络中越来越受欢迎,但其核大小却常常被忽略。在本文中,我们系统地研究了不同核大小的影响,并观察到将不同尺寸核的优点结合起来可以获得更好的精度和效率。在...翻译 2019-09-11 17:18:19 · 2366 阅读 · 4 评论 -
《SqueezeNet--AlexNet级精度,参数减少50倍,模型大小小于0.5MB》论文笔记
SqueezeNet SqueezeNet是较早出现的轻量化网络之一,该文章2016年的时候就挂了出来,然后投了ICLR 2017,不过被拒了。。。原文可见SqueezeNet: AlexNet-level accuracy with 50x fewer parameters and <0.5MB model size。摘要 最近对深度卷积神经网络(CNNs)的研究主要集中在提高精度...翻译 2019-09-05 18:25:23 · 1882 阅读 · 0 评论 -
《Xception--利用深度可分离卷积的深度学习》论文笔记
Xception 之前介绍MobileNet的时候说过深度可分离卷积,不过说起来这篇Xception的论文还要更早利用/借鉴到深度可分离卷积(当然两者都不是原创,而是借鉴了2014年的一篇博士论文:《L. Sifre. Rigid-motion scattering for image classification. hD thesis, Ph. D. thesis, 2014》),该文章发表在...翻译 2019-09-03 15:28:18 · 4027 阅读 · 0 评论 -
《ShuffleNet V2--高效CNN架构设计的实用指南》论文笔记
ShuffleNet 前一篇文章介绍了ShuffleNet,然后Face++在2018年又发布了其升级版–ShuffleNet V2,文章也发表在了ECCV 2018上,原文可见ShuffleNet V2: Practical Guidelines for Efficient CNN Architecture Design。摘要 目前,神经网络体系结构设计主要以计算复杂度的间接度量为指导,...翻译 2019-08-28 15:41:17 · 603 阅读 · 0 评论 -
MobileNet中的深度可分离卷积
MobileNet MobileNet是谷歌于2017年发布的一个可以用于移动端以及嵌入式设备的轻量级网络,原论文见MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications。这篇论文最重要的部分是深度可分离卷积,接下来将会详细介绍一下深度可分离卷积的原理。标准卷积 首先我们先看一下标...原创 2019-07-19 16:48:35 · 1861 阅读 · 0 评论 -
《MnasNet: Platform-Aware Neural Architecture Search for Mobile》论文笔记
MnasNet这篇文章“MnasNet:移动平台感知神经结构搜索”是谷歌发表在CVPR2019的一篇论文,原论文见 MnasNet: Platform-Aware Neural Architecture Search for Mobile。 下面是对论文的一个简单翻译:摘要 为移动设备设计卷积神经网络(CNN)是一个挑战,因为移动模型需要小而快,但仍然准确。尽管在各个方面都致力于设计和改...翻译 2019-07-18 17:25:14 · 1325 阅读 · 0 评论 -
Inception V3 -- 《Rethinking the Inception Architecture for Computer Vision》论文笔记
Inception V3 这篇文章是Inception系列的第三篇,在文章中提出了Inception V3(arxiv上的论文还有V2的,不过在CVPR上的文章基本都改成了V3,可能是考虑到大家都喜欢把之前的BN-Inception称为Inception V2吧。。。),文章发表在了CVPR 2016。原文可见Rethinking the Inception Architecture for C...翻译 2019-10-09 18:10:17 · 1320 阅读 · 0 评论