轻量级网络--SqueezeNet、ShuffleNet_v2、MobileNet_v2

大网络虽然精度高,但是体积太大,不利于部署移动端。于是出现了一些性能好、精度高的轻量级网络。

一、SqueezeNet

这里写图片描述
SqueezeNet的特点就是先squeeze,再expand
即先降低channel数量,再分两路扩大channel数量,最后进行concat拼接。
模型大小不到5M。
我将SqueezeNet作为base_network用到faster rcnn上,检测一下自己的任务,最终实现的mAP仅达到88.2%。(VGG(47M),ResNet(68M)分别为90.7%、90.53%)。但胜在模型只有4.2M

二、MobileNet_v2

首先说下v1:
v1的核心是对通道进行**group**操作,也称为**depth_wise**或 **channel_wise**。 所以caffe中实现,既可以用group,也可以自定义一个layer来实现。

先来看传统的conv是怎么操作的,传统的conv操作如下:
这里写图片描述

v1的操作则不同:
这里写图片描述

v1涉及到了group卷积
g

评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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