赞
踩
前面我们学了MobileNetV1-3,从这篇开始我们学习ShuffleNet系列。ShuffleNet是Face++(旷视)在2017年发布的一个高效率可以运行在手机等移动设备的网络结构,论文发表在CVRP2018上。这个新的轻量级网络使用了两个新的操作:pointwise group convolution和 channel shuffle ,在保持精度的同时大大降低计算成本。
学习资料:
- 论文题目:《ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices》(《ShuffleNet:一种用于移动设备的极其高效的卷积神经网络)
- 原文地址: ShuffleNet
- 项目地址: GitHub - jaxony/ShuffleNet: ShuffleNet in PyTorch. Based on https://arxiv.org/abs/1707.01083
前期回顾:
【轻量化网络系列(1)】MobileNetV1论文超详细解读(翻译 +学习笔记+代码实现)
【轻量化网络系列(2)】MobileNetV2论文超详细解读(翻译 +学习笔记+代码实现)
【轻量化网络系列(3)】MobileNetV3论文超详细解读(翻译 +学习笔记+代码实现)
目录
Channel Shuffle Operation—通道重排操作
3.1 Channel Shuffle for Group Convolutions—用于分组卷积的通道重排
3.2 ShuffleNet Unit—ShuffleNet单元
3.3 Network Architecture—网络体系结构
4.1.1 Pointwise Group Convolutions—分组逐点卷积
4.1.2 Channel Shuffle vs. No Shuffe—通道重排 vs 不重排
4.2 Comparison with Other Structure Units—与其他结构单元比较
4.3 Comparison with MobileNets and Other Frameworks—与MobileNets和其他框架进行比较
4.4 Generalization Ability—泛化能力
4.5 Actual Speedup Evaluation—实际加速评估
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。