GhostNet 神经网络简介与代码实战

1.介绍

   GhostNet是华为诺亚方舟实验室在CVPR202提出 ，其论文名字是：GhostNet: More Features from Cheap Operations，简单来说，它的意思就是通过更简单的运算提取特征，至于怎么提就需要看论文了。

 

2.模型结构

    训练好的网络里的feature map存在大量的冗余信息 ，有很多特征长得很相似，可以见下图，对于长得很相似的特征，我们是不是可以通过 一个简单的线性变化或者滤波得到，就没必要通过复杂的卷积运算了，其实，本文的做法就是这种思想。

    那么作者到底是怎么做的，见下图，Output上部分（黄色特征图）是通过卷积生成，下部分，通过分组卷积（作者其实也尝试了其它方法，只不过这种方式有利于加速）

 

3.代码实现 

    代码实现不难，等我用到了，再补着，笔者最近也很忙。