[即插即用]cvpr2023，部分卷积

一些计算机视觉即插即用的模块。助力水文章 https://m.tb.cn/h.5KA7QdiJwMOsR8R感兴趣的朋友可以看看

1 CVPR2023，部分卷积FConv

摘要：

为了设计快速的神经网络，许多工作都专注于减少浮点运算的数量（FLOPs）。然而，我们观察到，这种浮点运算数量的减少并不一定会导致延迟的相似水平降低。这主要是由于每秒浮点运算效率低下（FLOPS）。为了实现更快的网络，我们重新审视了流行的操作符，并证明这种低FLOPS主要是由于操作符频繁的内存访问，尤其是深度卷积。因此，我们提出了一种新的部分卷积（PConv），通过同时减少冗余计算和内存访问，更有效地提取空间特征。基于我们的PConv，我们进一步提出了FasterNet，这是一种新型神经网络，在各种设备上实现的速度远高于其他同类产品，同时不会对各种视觉任务的准确性产生影响。例如，在ImageNet1k上，我们的微小FasterNet-T0在GPU、CPU和ARM处理器上的速度分别是MobileViT-XXS的2.8倍、3.3倍和2.4倍，同时准确度提高了2.9%。我们的大型FasterNet-L实现了令人印象深刻的83.5%的最高准确率，与新兴的Swin-B相当，同时在GPU上的推理吞吐量提高了36%，在CPU上计算时间减少了37%。