《Quantization Mimic: Towards Very Tiny CNN for Object Detection》的阅读总结

前言：

{

    此文为论文《Quantization Mimic: Towards Very Tiny CNN for Object Detection》的阅读总结。

    此论文的主题是速度和结构的优化，而不是提高准确率；综合了两种方式：Quantization（量化）和Mimic（模仿）。

    论文地址：https://arxiv.org/pdf/1805.02152.pdf

}

 

正文：

{

    首先在第一节，论文介绍了目前4种优化方法：quantization，channel-wise（暂且叫它“逐通道”，MobileNet就用了这种方法），pruning（修剪或剪枝）和mimic。

    quantization和mimic有各自的缺点：quantization是面向像FPGA这种专门的设备（没有某些运算器或某些运算特别慢）；mimic对网络结构也有要求——结构过于精简会导致表示能力（representation capacity）有限。

 

&nbs