![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
轻量级网络
萌新调包员
这个作者很懒,什么都没留下…
展开
-
EfficientNet论文阅读笔记
论文信息链接:http://arxiv.org/pdf/1905.11946v2.pdf发表时间:2019来源:google作者:Mingxing Tan摘要卷积神经网络(ConvNets)通常是在固定的资源预算下开发的,如果有更多的资源,则可以按比例放大以获得更高的准确性。在本文中,系统地研究了模型缩放并确定仔细地平衡网络深度,宽度和分辨率可以带来更好的性能。基于这一观察,提出了一种新的缩放方法,该方法使用简单但高效的复合系数均匀地缩放深度/宽度/分辨率的所有维度。证明了这种方法在原创 2020-06-04 15:34:55 · 567 阅读 · 0 评论 -
ACNet论文阅读笔记
目录论文信息摘要ACB模块结构实验结果论文信息论文链接:《ACNet: Strengthening the Kernel Skeletons for Powerful CNN via Asymmetric Convolution Blocks》发表时间:2019年来源:ICCV2019作者:Xiaohan Ding摘要本文提出非对称卷积块(ACB),这是一种与结构无关的结构,作为CNN构造块,它使用一维非对称卷积来增强平方卷积核。对于现成的体系结构,我们用ACB取原创 2020-05-15 10:44:48 · 1497 阅读 · 2 评论 -
ShuffleNet论文阅读笔记
论文信息:链接:ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices发表时间:2017年来源:Face++摘要:本文引入了一种极具计算效率的CNN架构,名为ShuffleNet,它专门设计用于计算能力非常有限的移动设备。新架构采用了两种新的操作,逐点组卷积和通道整合,大大降低了计算成本,同时保持了精度。由于昂贵的1x1卷积代价,在极小的网络中,最先进的基础架构如Xcepti原创 2020-05-08 21:18:00 · 340 阅读 · 0 评论 -
MobileNet论文阅读笔记
目录论文链接:摘要:网络结构MobileNet架构MobileNet的两个超参数实验结果论文链接:MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications摘要:本文提出的MobileNets基于流线型架构,使用深度可分离卷积来构建轻量级深度神经网络。介...原创 2020-05-08 15:01:52 · 233 阅读 · 0 评论 -
Xception论文阅读笔记
原文连接:Xception: Deep Learning with Depthwise Separable Convolutions简介:本文提出了一种叫做xception的架构,该架构受Inception的启发,其中Inception模块被深度可分离卷积代替。Xception架构与Inception V3具有相同的参数量,性能却显著优于Inception V3。网络结构:...原创 2020-05-07 18:22:18 · 435 阅读 · 0 评论