模型加速--LCNN: Lookup-based Convolutional Neural Network

最新推荐文章于 2023-05-10 11:00:38 发布
最新推荐文章于 2023-05-10 11:00:38 发布
阅读量1k 收藏 1
点赞数
分类专栏： 模型优化加速 CNN网络模型压缩和量化
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/zhangjunhit/article/details/83657179
版权

LCNN: Lookup-based Convolutional Neural Network
CVPR2017
https://github.com/ildoonet/tf-lcnn
https://github.com/hessamb/lcnn

本文使用查表法加速CNN网络训练和计算，可以在嵌入式设备终端进行CNN网络训练

本文对每个网络层构建一个 字典 Dictionary，每个 weight filter 可以由这个字典中的某些向量线性组合得到
在这里插入图片描述

Fast Convolution using a Shared Dictionary
在这里插入图片描述

instead of reconstructing the weight tensor W and convolving with the input, we can convolve the input with all of the dictionary vectors, and then compute the output according to I and C
我们将输入向量和整个字典里的向量进行卷积，使用这个卷积结果经过 查表得到 输入和滤波器W 的卷积结果

Experiments
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

LCNN can obtain higher accuracy on few iterations by transferring the dictionaries D from a shallower architecture
在这里插入图片描述

11

O天涯海阁O
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
matlab中批量导入图像代码-lcnn:LCNN：端到端线框解析
05-20
matlab中批量导入图像代码L-CNN —端到端线框解析 该存储库包含该论文的官方PyTorch实现： ，，。 ICCV 2019 。 介绍 是从概念上讲简单却有效的神经网络，用于从给定图像中检测线框。 它在很大程度上优于以前的最新线框和线检测器。 我们希望该存储库可以作为该领域未来研究的易于复制的基准。 主要结果 定性措施 神经网络 地面真相 在本文中可以找到更多随机抽样的结果。 量化措施 下表报告了上的几个线框和线检测器的性能指标。 上海科技（sAP 10 ） 上海科技（AP H ） 上海科技（F H ） 上海科技（mAP J ） / 52.0 61.0 / 24.4 69.5 77.2 23.3 5.1 67.8 72.6 40.9 神经网络 62.9 82.8 81.2 59.3 精确调用曲线 代码结构 下面是每个文件功能的快速概述。 # ########################## Data ########################### figs/ data/ # default folder for placing the data wireframe/
l-曲线matlab代码-ADV_LCNN:ADV_LCNN
05-24
l-曲线矩阵代码L-CNN —端到端线框解析 该存储库包含该论文的官方PyTorch实现： ，，。 ICCV 2019 。 介绍 是一个概念简单却有效的神经网络，用于从给定图像中检测线框。 它在很大程度上优于以前的最新线框和线检测器。 我们希望该存储库可以作为该领域未来研究的易于复制的基准。 主要结果 定性措施 神经网络 地面真相 在本文中可以找到更多随机抽样的结果。 量化措施 下表报告了上的几个线框和线检测器的性能指标。 上海科技（sAP 10 ） 上海科技（AP H ） 上海科技（F H ） 上海科技（mAP J ） / 52.0 61.0 / 24.4 69.5 77.2 23.3 5.1 67.8 72.6 40.9 神经网络 62.9 82.8 81.2 59.3 精确调用曲线 代码结构 下面是每个文件功能的快速概述。 # ########################## Data ########################### figs/ data/ # default folder for placing the data wireframe/ # folde
LCNN论文阅读笔记
feynman233的博客
04-08 4342
卷积神经网络因为参数越来越多对计算机硬件要求越来越高，因此需要更高效的神经网络算法。我认为作者的切入点是CNN有很多相互关联的参数，进而充分利用参数之间的关联性来进行优化。他把权向量组合成字典来表示参数空间。训练网络就变成了去训练一个字典和一些线性组合关系。字典的规模就需要找到效率和准确率之间的平衡。LCNN解决了两个问题：训练集数目少的问题和减少循环迭代次数的问题。他减少迭代次数的办法是让字典可以
语音伪造检测论文
岁月如歌
04-05 1156
语音伪造检测论文
常用直线检测算法
人无远虑，必有近忧
12-02 1462
在计算机视觉领域，我们经常需要做一些特殊的任务，而这些任务中经常会用到直线检测算法，比如车道线检测、长度测量等。尽管直线检测的任务看起来比较简单，但是在具体的应用过程中，你会发现这里面还是有很大的优化空间，本文对常用的一些比较经典的直线检测算法进行汇总。
【论文解读】【论文翻译】【线框分析】LCNN
lz867422770的博客
11-10 5861
1. 文章背景： 2018年的CVPR会议上，来自上海科技大学信息学院的团队提出了《Learning to Parse Wireframes in Images of Man-Made Environments》论文来进行现实场景中图片框线结构的检测分析研究，与此同时，他们贡献出了一个带标注的开源的数据集wireframe。本文正是基于该数据集进行的框线分析问题研究。这篇论文旨在为业界的...
传统直线检测算法与基于深度学习的直线检测算法
weixin_46838716的博客
06-27 6286
1）从霍夫变换算法到经典的LSD传统算法，后来改进很多，但是效果都和LSD差不多，而LSD又比霍夫变换牛 2）2018年开源了一个直线检测的数据集wireframe，从此很多关于端点预测的2阶段，和2阶段网络设计出来，预测端点，或预测中点，方向和距离啥的。 3）笔试求AC，可以不考虑空间复杂度，但是面试既要考虑时间复杂度最优，也要考虑空间复杂度最优。...
lcnn复现
weixin_44417398的博客
11-30 3106
conda create -y -n lcnn-9.2 python=3.6 source activate lcnn-9.2 # Replace cudatoolkit=10.1 with your CUDA version: https://pytorch.org/ conda install -y pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=9.2 -c pytorch conda install -y tensorboardx -c conda-fo.
基于深度学习的直线检测算法
datayx的文章
05-10 805
向AI转型的程序员都关注了这个号????????????直线检测是经典的底层视觉任务，对一些视觉任务，如自动驾驶、场景3D建模、无人机地平线检测等不可或缺。我们熟知的霍夫变换，就是解决直线检测问题的经典算法。然而，传统算法缺乏鲁棒性，只能受限于简单的应用场景。如今在充分的标注数据支持下，基于神经网络的直线检测算法对检测精度和鲁棒性有了很大提升。在数据驱动下，通过神经网络解决底层视觉任务，效果一般会更好。传统算法经典...
READING NOTE:LCNN: Lookup-based Convolutional Neural Network
joshua_1988
11-24 1888
TITLE: LCNN: Lookup-based Convolutional Neural Network
WebGL中的卷积神经网络进行数字识别-Node.js开发
05-27
regl-cnn GPU使用regl加速了手写数字识别。 此处的演示实现细节此演示通过使用WebGL在GPU上评估卷积神经网络来进行手写数字识别。 regl-cnn GPU使用regl加速了手写数字识别。 此处的演示实现细节此演示通过使用WebGL在GPU上评估卷积神经网络来进行手写数字识别。 通过此脚本在TensorFlow中对网络进行了训练，然后使用WebGL在GPU上手动重新实现了网络。 该演示的主要目的是演示如何使用我们的WebGL框架regl来大大简化WebGL中的GPGPU编程。 次要目的
前端项目-regl.zip
09-03
前端项目-regl,regl是一个快速的功能性WebGL框架。
l-曲线matlab代码-lcnn_batch_processing:该代码已针对项目进行了修改
05-24
l-曲线矩阵代码运行批处理程序，只需导航到demo.py文件所在的目录，并写上“ python demo.py -d 0 config / wireframe.yaml config / 190418-201834-f8934c6-lr4d10-312k.pth.tar图片在终端 ...该存储库包含该论文的...
matlab精度检验代码-LightCNN-gluon:LightCNN的gluon实现
05-22
Tensorflow-implementation-of-implementation-of-LCNN借来的代码和构想： 安装必需的软件包 首先，请确保您已安装以下必需的软件包： 胶子。 gluon是mxnet的接口。 mxnet的版本是mxnet0.12.0，也许其他版本也可以。...
matlab精度检验代码-LightCNN-mxnet:论文“用于带有噪波标签的深脸表示的轻型CNN”中的LightCNN的mxnet实现（h
05-21
Tensorflow-implementation-of-implementation-of-LCNN借来的代码和构想： 安装必需的软件包 首先，请确保您已安装以下必需的软件包： mxnet0.12.0（）。 也许其他版本还可以。 Opencv（）。 这是opencv-2.4.9。 ...
CNN模型 INT8 量化实现方式（一）
热门推荐
AI小作坊 的博客
11-27 1万+
当前CNN模型基本都是 float32，将其转换为 INT8 可以降低模型大小，提升速度，精度降低的也不太多。那么在实际中如何实现这个量化了？在网上找到了两种实践方法，这里先介绍其中的一种。 这里主要涉及两个问题：1）就是 int8量化；2）就是 int8 模型的使用 基于Caffe-Int8-Convert-Tools进行caffe模型转int8量化 在 NCNN 框架上运行 https://b...
CNN模型 int8量化实现方式（二）
AI小作坊 的博客
12-03 7414
这里介绍一个完全基于 Tensorflow 的模型量化方法，以 yolo v3 为例 1）利用现有yolo v3 模型 生成 Tensorflow pb 模型 基于 https://github.com/mystic123/tensorflow-yolo-v3 Run python ./convert_weights.py and python ./convert_weights_pb.py...
模型裁剪--Rethinking the Value of Network Pruning
AI小作坊 的博客
10-29 6370
Rethinking the Value of Network Pruning https://github.com/Eric-mingjie/rethinking-network-pruning 网络模型裁剪价值的重新思考 当前的深度学习网络模型一般都是 heavy computational cost，如何降低其计算量而尽可能保持网络性能是一个重要的研究课题。 标准的模型裁剪三部曲是：1）训...
实时目标检测--Pelee: A Real-Time Object Detection System on Mobile Devices
AI小作坊 的博客
10-26 2643
Pelee: A Real-Time Object Detection System on Mobile Devices ICLR 2018 Code: https://github.com/Robert-JunWang/Pelee CNN模型在嵌入式设备中运行成为一种趋势，为此提出了一些模型如 MobileNet, ShuffleNet, and NASNet-A，他们主要依赖于 depth...
卷积神经网络与轻量卷积神经网络的区别
最新发布
02-13
卷积神经网络（Convolutional Neural Network，CNN）是一种深度学习模型，主要用于图像识别和计算机视觉任务。它通过卷积层、池化层和全连接层等组件来提取图像特征并进行分类或回归。 轻量卷积神经网络...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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
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