最新论文阅读(13)--Pelee: A Real-Time Object Detection System on Mobile Devices

PeleeNet是一种专为移动设备设计的高效深度学习架构,它摒弃了传统的卷积方式,采用了DenseNet的连接模式。PeleeNet由加拿大西安大略大学的研究人员提出,旨在解决现有模型如MobileNet和ShuffleNet在移动平台上进行实时目标检测时存在的局限。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Pelee: A Real-Time Object Detection System on Mobile Devices

- 
- 然而被mobilenetv2吊打  
- 加拿大西安大略大学

  已有的在移动设备上执行的深度学习模型例如 MobileNet、 ShuffleNet 等都严重依赖于在深度上可分离的卷积运算,而缺乏有效的实现。在本文中,来自加拿大西安大略大学的研究者提出了称为 PeleeNet 的有效架构,它没有使用传统的卷积来实现。
  DenseNet的一个变体,它被称作 PeleeNet,专门用于移动设备。PeleeNet 遵循 DenseNet 的创新连接模式和一些关键设计原则。
  参考资料:https://blog.youkuaiyun.com/fengzhongluoleidehua/article/details/80297168

评论 2
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