深度学习-【图像分类】学习笔记8 ShuffleNet

文章目录

  • 8.1 ShuffleNet v1 v2理论讲解
    • ShuffleNet v1
    • ShuffleNet v2
  • 8.2 使用Pytorch搭建ShuffleNet

8.1 ShuffleNet v1 v2理论讲解

ShuffleNet v1

论文链接:https://readpaper.com/paper/2963125010

深度学习-【图像分类】学习笔记8 ShuffleNet_第1张图片


深度学习-【图像分类】学习笔记8 ShuffleNet_第2张图片


Channel shuffle
深度学习-【图像分类】学习笔记8 ShuffleNet_第3张图片
相关链接:深度学习-【图像分类】学习笔记 6ResNet
深度学习-【图像分类】学习笔记8 ShuffleNet_第4张图片
group conv占据的时间很少,大部分卷积都被1 × 1的PW Conv占据了。
深度学习-【图像分类】学习笔记8 ShuffleNet_第5张图片

因此将所有的 1 × 1 的Conv都换成了 1 × 1 GConv。


如何搭建 Shuffle Net?
深度学习-【图像分类】学习笔记8 ShuffleNet_第6张图片
图中的g就是group。

深度学习-【图像分类】学习笔记8 ShuffleNet_第7张图片

深度学习-【图像分类】学习笔记8 ShuffleNet_第8张图片


核心思想:

  1. 在Group Conv后加上一个Channel Shuffle模块。
  2. 对于Block将其中的1×1卷积改成Group Conv。

ShuffleNet v2

论文链接:https://readpaper.com/paper/2883780447

比较硬核,建议直接去看原论文。

深度学习-【图像分类】学习笔记8 ShuffleNet_第9张图片

作者提出:
深度学习-【图像分类】学习笔记8 ShuffleNet_第10张图片


深度学习-【图像分类】学习笔记8 ShuffleNet_第11张图片

深度学习-【图像分类】学习笔记8 ShuffleNet_第12张图片


作者提出了设计高效网络的4条建议——
深度学习-【图像分类】学习笔记8 ShuffleNet_第13张图片

分条来看:


深度学习-【图像分类】学习笔记8 ShuffleNet_第14张图片
保持FLOPs不变,表示 B = hwc1c2是个常数。

深度学习-【图像分类】学习笔记8 ShuffleNet_第15张图片


8.2 使用Pytorch搭建ShuffleNet


你可能感兴趣的:(计算机视觉,深度学习,ShuffleNet,图像分类)