CNN的稀疏结构分析-CVPR2018

文章地址:CVPR2018高效小网络探秘...CVPR2018高效小网络探秘II...

本文介绍、梳理和对比高效小网络,包括早期的经典模型SqueezeNet, MobileNet(V1), 和CVPR 2018最新模型ShuffleNet, IGCV2, MobileNetV2, 探究短小精悍的秘密,学习设计理念和技术,回答以下两个问题:

  1. 题图是ImageNet上的top-1准确率 vs 理论计算量 vs 模型大小的对比,来自tensorflow/models,本文要探讨和分析的第一个问题:MobileNetV2到底优化了什么,能做到比MobileNetV1既好又快?
  2. 下图是ncnn框架的高端ARM高通820和低端ARM海思3519硬件实测速度对比,来自Tencent/ncnn,本文要探讨和分析的第二个问题:为什么理论计算很高的SqueezeNet反而非常快?为什么ShuffleNet要比架构技术接近的MobileNetV1和MobileNetV2快那么多?
 

猜你喜欢

转载自blog.csdn.net/wishchin/article/details/80930965
今日推荐