轻量级网络:ESPNet系列

本文详细介绍了ESPNet系列轻量级网络模型,重点讨论ESPNetV1的创新点,如ESP模块、空间金字塔型膨胀卷积和分层特征融合,以及ESPNetV2的改进,包括更高效的计算和网络表示优化。ESPNet系列在网络设计上与其他CNN模块如MobileNet、ShuffleNet和Inception Module等进行了对比,并展示了在语义分割任务中的优势。
摘要由CSDN通过智能技术生成

前言

虽然这个主要是语义分割的轻量级网络模型,但是模块的设计还是很有参考意义的。

ESPNetV1

论文:https://arxiv.org/abs/1803.06815v2
代码:https://github.com/sacmehta/ESPNet

创新点

这篇文章主要创新点也就是ESP模块的设计,将标准的卷积分解为2个部分

  • point-wise convolutions 逐点卷积
  • spatial pyramid of dilated convolutions 空间金字塔型膨胀卷积

主要的模块设计的策略为 reduce-split-transform-merge,如下图所示在这里插入图片描述
对于一个的标准卷积核,ESP模块将其分解为以下三步:

  • Step-1: Reduce(Point-wise convolutions):d个1x1
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值