轻量级网络论文：GhostNet: More Features from Cheap Operations及PyTorch其实现

已于 2022-02-11 19:12:17 修改
阅读量2.3k 收藏 23
点赞数 3
分类专栏： Deep Learning Paper Reading pytorch 文章标签： pytorch 深度学习 网络
于 2020-02-27 22:53:57 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/shanglianlm/article/details/104538274
版权
Paper Reading 同时被 3 个专栏收录
216 篇文章 18 订阅 ¥19.90 ¥99.00
订阅专栏 超级会员免费看
Deep Learning
269 篇文章 43 订阅
订阅专栏
pytorch
84 篇文章 32 订阅
订阅专栏

深度学习论文: GhostNet: More Features from Cheap Operations及其PyTorch实现
GhostNet: More Features from Cheap Operations
PDF: https://arxiv.org/pdf/1911.11907.pdf
PyTorch代码: https://github.com/shanglianlm0525/CvPytorch
PyTorch代码: https://github.com/shanglianlm0525/PyTorch-Networks

1 Motivation

作者分析了一些训练好的网络输出的特征图,发现其中存在大量冗余信息, 一些特征图可以可以由其他特征图经过一些简单的变化得到. 因此提出了能用更少参数提取更多特征的Ghost模块.

下图为输入图像经ResNet50产生的特征图，里面有许多成对的相似特征图

了解本专栏 订阅专栏 解锁全文 超级会员免费看
mingo_敏
关注
专栏目录
订阅专栏
【论文阅读笔记】GhostNet: More Features from Cheap Operations
梁瑛平的博客
03-01 1552
GhostNet: MoreFeaturesfromCheapOperations（一）论文及代码地址：（二）核心思想：（三）特征冗余： （一）论文及代码地址： https://arxiv.org/abs/1911.11907 https://github.com/huawei-noah/ghostnet （二）核心思想： 作者为了进一步压缩 CNN 网络结构，提出了一个 Ghost module...
YOLOv10改进：轻量化改进 | 华为Ghostnet，超越谷歌MobileNet | CVPR2020
最新发布
会AI的学姐
07-02 113
Ghost bottleneck为堆叠Ghost模块 ，与YOLOV10建立轻量C2f_GhostBottleneck
GhostNet: More Features from Cheap Operations.pdf
04-05
GhostNet: More Features from Cheap Operations CVPR2020
【GhostNet】《GhostNet：More Features from Cheap Operations》
bryant_meng
08-31 1193
CVPR-2020
GhostNet: More Features from Cheap Operations论文初读
qq_39594350的博客
03-04 441
文章目录一、论文的工作（一）问题发现（二）解决问题二、Introduction三、Related Work（一）模型压缩 一、论文的工作 （一）问题发现 有限的内存和计算资源使得CNNs在嵌入式设备上部署很困难。 CNNs一个很重要的特点是—特征冗余，但在神经架构设计的时候，很少关注到这个问题。 （二）解决问题 提出了Ghost模块，简单的操作可产生更多的特征图。基于一组内在特征图，应用了一...
GhostNet: More Features from Cheap Operation论文阅读
MOLI的博客
02-29 379
介绍 本文的中心句：Generate more features by using fewer parameters，主要提出了一个ghost模块,和普通的卷积层相比，用比原来少的参数量，生成相同数量的特征图，并且保留了普通卷积层生成特征图的主要特征。 Ghost 模块 图(a)为普通的卷积层，假设是W *H *C的输入X，经过n个k *k的卷积核f，输出了W’ *H’ *n的特征图Y，则可以表...
Yolov8轻量级网络：Ghostnet、G_ghost、Ghostnetv2家族大作战（一）：华为Ghostnet，超越谷歌MobileNet | CVPR2020
06-20 1729
Yolov8引入轻量级网络Ghostnet、G_ghost、Ghostnetv2等，减少最新的深度神经网络的计算成本，引入高效的神经网络结构。
Yolov8轻量级网络：Ghostnet、G_ghost、Ghostnetv2家族大作战（二）：华为Ghostnetv2，端侧小模型性能新SOTA | NeurIPS22 Spotlight
06-20 1631
Yolov8引入轻量级网络Ghostnet、G_ghost、Ghostnetv2等，减少最新的深度神经网络的计算成本，引入高效的神经网络结构。
Yolov8-pose关键点检测：模型轻量化设计 | 引入Ghostnet、G_ghost、Ghostnetv2、repghost，进行性能对比
08-07 1331
Yolov8-pose关键点评估不同轻量级网络的性能，引入Ghostnet、G_ghost、Ghostnetv2、repghost等网络进行可行性分析
YOLOv10轻量化改进：Ghostnet、G_ghost、Ghostnetv2家族大作战（一）：华为Ghostnet，超越谷歌MobileNet | CVPR2020
06-04 189
1)引入了一个新的 Ghost 模块，通过使用更少的参数来生成更多的特征; 2)基于 Ghost 模块，建立了一个高效的神经架构，即 GhostNet。
轻量化网络综述
05-22
包含自己做的一个presentation，和相关的参考文献，shuffleNet，MobileNet v1 Mobilev2,等
GhostNet: More Features from Cheap Operations 从廉价的操作中获取更多的特征
互相学习的小博客
02-25 1091
GhostNet: More Features from Cheap Operations 从廉价的操作中获取更多的特征
轻量化网络论文阅读笔记 MobieNets: Effecient Convolutional Neural Networks for Mobile Vision Applications
zseqsc_asd的博客
11-15 594
1. 轻量化网络 1.1 轻量化网络的目的 通过减小网络的体量，实现在正向推断降低网络运行的时间。其关键在于平衡小网络和算法效果，是性能和效果之间权衡的一种“优化”方法。 1.2 轻量化网络的方向大致分为两种 压缩现有训练好的网络 训练一个小网络 2. MobileNets 2.1 Motivations "以下纯属个人见解，不代表原文的意思" MobileNet的全文并没有明确的指出文章为什么要设计一个怎么样的网络实现轻量化，前面主要阐述，轻量化网络的重要性和轻量化网络的发展历程。至于作者为什么要设计
轻量化网络—— ShuffleNet_v1【论文笔记】
Bryce-HJ
09-23 455
shuffle 英[ˈʃʌfl] v. 拖着脚走; (笨拙或尴尬地) 把脚动来动去; 坐立不安; 洗(牌); n. 拖着脚走; 洗牌; 曳步舞;
❀论文篇❀lightweightnetwork轻量级网络论文速览，持续更新中。。。
weixin_44649780的博客
06-01 733
MobileNet系列 2017MobileNet 论文地址： [1704.04861] MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications (arxiv.org) 项目地址：tensorflow框架 Zehaos/MobileNet: MobileNet build with Tensorflow (github.com) MobileNetV2 论文地址：[1801.0438.
（五十一）论文阅读 | 轻量级网络之GhostNet
Skies_的博客
01-30 2817
GhostNet 的阅读笔记
（五十二）论文阅读 | 轻量级网络之CSPNet
Skies_的博客
02-04 1447
CVPR2020 | 轻量级网络之CSPNet
ghostnet
liguandong
11-13 7852
CVPR 2020：华为GhostNet，超越谷歌MobileNet，已开源 - 知乎来自华为诺亚方舟实验室的一篇工作近日被CVPR 2020接受，提出了一种新型的端侧神经网络架构，GhostNet。作者：韩凯、王云鹤等。该架构可以在同样精度下，速度和计算量均少于SOTA算法。 该论文提供了一个全新的Ghos…https://zhuanlan.zhihu.com/p/109325275GhostNet论文解析：Ghost Module - 知乎简介： GhostNet是2020CVPR录用的...
GoogLeNet深度解析：Inception结构与Pytorch实现
这个网络的设计理念在于通过深度和宽度的提升，以及独特的Inception结构，实现了高效且参数量较少的模型。以下是关键知识点的详细阐述： 1. **Inception结构**： - GoogLeNet首次引入了Inception结构，即特征矩阵...
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

mingo_敏

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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