GSDCPeleeNet：基于PeleeNet的高效輕量化卷積神經(jīng)網(wǎng)絡(luò)
所屬分類(lèi)：技術(shù)論文
上傳者：aetmagazine
文檔大?。?span>522 K
標(biāo)簽： 圖像分類(lèi) 卷積神經(jīng)網(wǎng)絡(luò) 輕量化
所需積分：0分積分不夠怎么辦,？
文檔介紹：卷積神經(jīng)網(wǎng)絡(luò)在各個(gè)領(lǐng)域都發(fā)揮著重要的作用,，尤其是在計(jì)算機(jī)視覺(jué)領(lǐng)域,，但過(guò)多的參數(shù)數(shù)量和計(jì)算量限制了它在移動(dòng)設(shè)備上的應(yīng)用,。針對(duì)上述問(wèn)題,，結(jié)合分組卷積方法和參數(shù)共享,、密集連接的思想,，提出了一種新的卷積算法Group-Shard-Dense-Channle-Wise,。利用該卷積算法,，在PeleeNet網(wǎng)絡(luò)結(jié)構(gòu)的基礎(chǔ)上，改進(jìn)出一種高效的輕量化卷積神經(jīng)網(wǎng)絡(luò)——GSDCPeleeNet。與其他卷積神經(jīng)網(wǎng)絡(luò)相比,，該網(wǎng)絡(luò)在具有更少參數(shù)的情況下,，幾乎不損失識(shí)別精度甚至識(shí)別精度更高。該網(wǎng)絡(luò)選取1×1卷積層中卷積核信道方向上的步長(zhǎng)s作為超參數(shù),，調(diào)整并適當(dāng)?shù)剡x取該超參數(shù),，可以在網(wǎng)絡(luò)參數(shù)量更小的情況下，擁有更好的圖像分類(lèi)效果,。
現(xiàn)在下載
VIP會(huì)員,，AET專(zhuān)家下載不扣分；重復(fù)下載不扣分,，本人上傳資源不扣分,。