超级会员免费看
GhostNet是通过Ghost module实现的轻量级神经网络，旨在减少计算成本但保持高准确率。Ghost module通过简单的线性变换，从基础特征图中生成更多揭示信息的特征，减少了传统卷积中的计算密集型1x1卷积。GhostNet在提高图像识别性能的同时，比MobileNetV3更紧凑。实验表明，GhostNet在保留模型效率的同时，提高了计算机视觉任务的准确性。
GhostNet: MoreFeaturesfromCheapOperations
（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，其核心是通过简单的线性变换，在内在特征图的基础上，生成更多可以完全揭示内在特征信息的幽灵👻特征图（ghost feature map），从而以较小的计算代价生成更多特征；
作者提出的 Ghost module 可以看作一个即插即用组件，用于升级现有的卷积神经网络，其核心是在输出通道数不变的情况下，减小卷积层的通道数并采用一个线性变换来升维，以此减小参数；
同时作者也提出了一个 Ghost Bottleneck 模块用来堆叠 Ghost module，并以此构建了一个新的网络 GhostNet，实现了 75.7% top-1 准确率，在比 MobileNetV3 准
订阅专栏 解锁全文
扫一扫
793
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
