“GhostNetV2系列:新型长距离注意力机制与廉价操作构建高效轻量级检测器”
计算机视觉技术在近年来的快速发展中成为了热门话题。其中,目标检测是计算机视觉中一大重要课题,因此采用高效轻量级骨干网络对目标检测模型进行加速和压缩是很有必要的。
本文将介绍GhostNetV2系列的轻量化骨干网络,在保证高精度的同时降低模型大小和计算量。GhostNetV2引入了新型长距离注意力机制,增强了轻量级骨干网络的能力,并且采用廉价操作来弥补轻量化过程中的精度损失。
代码实现:
import torch.nn as nn
import torch.nn.functional as F
class GhostNetV2Block(nn.Mo

文章介绍了GhostNetV2轻量化骨干网络,该网络在保证高精度的同时减小模型大小和计算量。通过新型长距离注意力机制和廉价操作,提升了轻量级目标检测器的性能。
订阅专栏 解锁全文
3015

被折叠的 条评论
为什么被折叠?



