| GSDCPeleeNet：基于PeleeNet的高效輕量化卷積神經(jīng)網(wǎng)絡(luò) | |
| 所屬分類：技術(shù)論文 | |
| 上傳者：aetmagazine | |
| 文檔大小：522 K | |
| 標(biāo)簽： 圖像分類 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)視覺領(lǐng)域，但過多的參數(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效果。 | |
| 現(xiàn)在下載 | |
| VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。 | |
aetmagazine 的最新分享
Copyright ? 2005-2024 華北計(jì)算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號(hào)-2