轻量级网络

目标检测开源框架YOLOv6全面升级，更快更准的2.0版本来啦

9月5日，美团视觉智能部发布了YOLOv62.0版本，本次更新对轻量级网络进行了全面升级，量化版模型YOLOv6-S达到了869FPS，同时，还推出了综合性能优异的中大型网络（YOLOv6-M/L），丰富了
·2022-09-19 11:51

GhostNet网络

1911_GhostNet:图：网络描述：本篇论文是发表于CVPR2020的一篇轻量级网络的论文，作者是华为诺亚方舟实验室，文章的总体思路比较清晰，为了减少网络计算量，作者将传统的卷积分成两步进行，首先利用较少的计算量通过传统的卷积生成
ZDA爱吃火锅·2022-09-15 14:29

谁才是轻量级CNN的王者？7个维度全面评测mobilenet/shufflenet/ghostnet

目录结构1、轻量级网络概述2、官方数据对比2、实验对比3、实验结论如果嫌累，直接跳到第三部分，看实验结论1、轻量级网络概述常规的CNN推理，由于需要很大的计算量，很难应用在移动端，物联网等资源受限的场景中
DL-Practise·2022-09-15 14:26

Volley使用与解析

最近项目中部分轻量级网络请求业务使用到了Volley框架，也趁此机会系统的看一下其用法和源码设计思路，我会先讲解其最基本的几种用法，然后从创建消息队列开始入手分析一下源码，不多说，走起~Volley为我们提供了五种基本的网络请求方式
泼墨成空·2022-09-14 03:51

轻量级网络----SqueezeNet、MobileNet系列、ShuffleNet、

简单过一下哈fromscratchSqueezeNet《SqueezeNet：AlexNet-levelaccuracywith50xfewerparametersandpaper:https://arxiv.org/pdf/1602.07360.pdfcode:https://github.com/DeepScale/SqueezeNet特点：Replace3x3filterswith1x1fi
yy迷小迭·2022-08-31 19:21

神经网络--轻量级分类网络回顾

目录一、简介二、轻量级网络1.mobileNet1.1mobileNetV11.2mobileNetV21.3mobileNetV32.shuffleNet3.squeezeNet三、参数量介绍1.时间复杂度
sprd_xiaoqi·2022-08-16 17:56

轻量级网络综述 — 主干网络篇

 轻量级网络的核心是在尽量保持精度的前提下，从体积和速度两方面对网络进行轻量化改造，本文对轻量级网络进行简述，主要涉及以下网络：SqueezeNet系列ShuffleNet系列MnasNetMobileNet
ronghuaiyang·2022-08-16 17:56

轻量级网络：MobileNet V2

MobileNetV1用一句话总结就是：MobileNetV1就是把VGG中的标准卷积层换成深度可分离卷积就可以了。其核心思想是采用深度可分离卷积操作。在相同的权值参数数量的情况下，相较标准卷积操作，可以减少数倍的计算量，从而达到提升网络运算速度的目的。首先利用3×3的深度可分离卷积提取特征，然后利用1×1的卷积来扩张通道。用这样的block堆叠起来的MobileNetV1既能较少不小的参数量、计
那年聪聪·2022-08-16 17:24

轻量级网络结构

一、MobileNetMobileNetV1与VGG网络比较：深度可分离卷积由深度卷积（depthwiseconvolution）和逐点卷积（pointwiseconvolution）组成。如：输入通道M、输出通道N、卷积核K*K、输入特征图大小F*F，（输出通道是卷积核个数）标准卷积计算量：M*N*K*K*F*F深度卷积计算量：M*K*K*F*F（输出通道=输入通道=卷积核个数）逐点卷积计算量:
HySmiley·2022-08-16 17:54

目标检测--轻量级网络（截至2022-04-21）

目标检测领域，基于深度学习模型的方案截至目前的轻量级网络，比较有名的有这些轻量级目标检测算法整理_牧羊女说的博客-CSDN博客_轻量级目标检测随着目标检测算法的快速发展，以及终端应用的日渐广泛，工业界对深度学习网络在终端应用的关注度越来越高
Robot-G·2022-08-16 17:54

CVPR2021注意力机制——Coordinate Attention || Pytorch代码实现

提示：这里可以添加本文要记录的大概内容：CoordAttention简单灵活且高效，可以插入经典的轻量级网络在几乎不带来额外计算开销的前提下，提升网络的精度。实验表明，CoordAttention不仅
不懂的味道·2022-07-17 07:22

人脸检测论文：BlazeFace: Sub-millisecond Neural Face Detection on Mobile GPUs 及其Pytorch实现

BlazeFace1概述BlazeFace算法是作者在MobileNet-SSD目标检测框架下，改进了网络结构、anchor机制、替换NMS后处理，使算法在人脸检测任务中保持高精度的同时，在移动GPU推理量身定制的轻量级网络
mingo_敏·2022-07-14 21:31

（五十三）论文阅读 | 轻量级网络之RepVGG

简介图1：论文原文论文提出一种简单高效的卷积神经网络，该模型的推理结构类似于VGG{\rmVGG}VGG，训练模型使用多分支结构。论文原文源码0.Abstract论文提出一种简单高效的卷积神经网络，该模型的推理结构类似于VGG{\rmVGG}VGG，训练模型使用多分支结构。通过结构再参数化技术实现训练结构和推理结构的解耦，得到模型RepVGG{\rmRepVGG}RepVGG。论文贡献：（一）论文
zhangts20·2022-07-10 22:07

轻量化神经网络专题文献综述

轻量级网络的评论文章通常包含模型压缩和处理技巧，可参阅以下系列文章https://github.com/senbinyu/Computer_Vision_Literatures1.综述文献推荐ChengYuetal
senbinyu·2022-06-15 07:43

【目标检测】|MicroNet

低秩近似分解卷积以及超强激活函数论文地址：https://arxiv.org/abs/2011.12289论文提出应对极低计算量场景的轻量级网络MicroNet，包含两个核心思路Micro-Factorizedconvolution
rrr2·2022-06-10 19:43

MicroNet: 低秩近似分解卷积以及超强激活函数，碾压MobileNet | 2020新文分析

论文提出应对极低计算量场景的轻量级网络MicroNet，包含两个核心思路Micro-Factorizedconvolution和DynamicShift-Max，Micro-Factorizedconvolution
晓飞的算法工程笔记·2022-06-10 19:12

Yolox_s可视化网络结构图

Yolox共有七种网络结构，包含2种轻量级网络，和5种标准网络。
江大白*·2022-06-08 07:11

深度学习与CV教程(10) | 轻量化CNN架构 (SqueezeNet,ShuffleNet,MobileNet等)

本文讲解了神经网络参数与复杂度计算，以及主流轻量级网络，包括SqueezeNet、Xception、ShuffleNetv1~v2、MobileNetv1~v3等
ShowMeAI·2022-06-05 20:00

python神经网络Keras GhostNet模型的实现

2020年，华为新出了一个轻量级网络，命名为GhostNet。在优秀CNN
·2022-05-07 16:07

python神经网络MobileNet模型的复现详解

目录什么是MobileNet模型MobileNet网络部分实现代码图片预测什么是MobileNet模型MobileNet是一种轻量级网络，相比于其它结构网络，它不一定是最准的，但是它真的很轻MobileNet
·2022-05-06 18:15

MobileViT: 一种更小，更快，高精度的轻量级Transformer端侧网络架构（附代码实现）...

阅读大概需要5分钟Follow小博主，每天更新前沿干货【导读】之前详细介绍了轻量级网络架构的开源项目，详情请看深度学习中的轻量级网络架构总结与代码实现，今天将正式开启Transormer轻量级网络架构新篇章
深度学习技术前沿·2022-05-01 11:03

LEDNet:一种轻量级的用于实时语义分割的编解码器网络

一种轻量级的用于实时语义分割的编解码器网络paper:arXiv:1905.02423v3code:https://github.com/xiaoyufenfei/LEDNet针对在移动设备中CNN任务实时性要求，南邮提出了一种轻量级网络
@you_123·2022-04-14 21:44

MicroNet: 低秩近似分解卷积以及超强激活函数，碾压MobileNet | 2020新文分析

论文提出应对极低计算量场景的轻量级网络MicroNet，包含两个核心思路Micro-Factorizedconvolution和DynamicShift-Max，Micro-Factorizedconvolution
·2022-04-11 14:10

目标检测算法——YOLOv5结合轻量型网络ShuffleNetV2

将YOLOv5算法与轻量级网络ShuffleNetV2相结合，在保证模型检测精度基本不变的情况下，大大降低计算量FLOPS，并明显提高网络推理速度！！！
加勒比海带66·2022-04-10 08:22

Yolox_nano可视化网络结构图

Yolox共有7种网络结构，包含2种轻量级网络，和5种标准网络。
江大白*·2022-03-18 05:11

MobileNetV1/V2/V3简述 | 轻量级网络

MobileNet系列很重要的轻量级网络家族，出自谷歌，MobileNetV1使用深度可分离卷积来构建轻量级网络，MobileNetV2提出创新的invertedresidualwithlinearbottleneck
喜欢打酱油的老鸟·2022-03-02 12:58

深度学习中的轻量级网络架构总结与代码实现

点击上方，选择星标或置顶，不定期资源大放送！阅读大概需要10分钟Follow小博主，每天更新前沿干货导读目前在深度学习领域主要分为两类，一派为学院派(Researcher)，研究强大、复杂的模型网络和实验方法，旨在追求更高的性能；另一派为工程派(Engineer)，旨在将算法更稳定、更高效的落地部署在不同硬件平台上。因此，针对这些移动端的算力设备，如何去设计一种高效且精简的网络架构就显得尤为重要。
深度学习技术前沿·2022-03-01 07:42

轻量级网络——ShuffleNetV2

文章目录1.ShuffleNetV2的介绍2.ShuffleNetV2的四条实用指南G1)Equalchannelwidthminimizesmemoryaccesscost(MAC)G2)ExcessivegroupconvolutionincreasesMACG3)NetworkfragmentationreducesdegreeofparallelismG4)Element-wiseoper
Clichong·2022-03-01 07:40

轻量级网络——MobileNetV1～V3

So，业内提出了SqueezeNet、ShuffleNet、NasNet、MnasNet以及MobileNet等轻量级网络模型。这些模型使移动终端、嵌入式设备运行神经网络模型成为可能。
Y.Z.Y.·2022-03-01 07:27

轻量级网络--ShuffleNet论文解读

摘要论文介绍一个效率极高的CNN架构ShuffleNet，专门应用于计算力受限的移动设备。新的架构利用两个操作：逐点群卷积(pointwisegroupconvolution)和通道混洗(channelshuffle),与现有先进模型相比在类似的精度下大大降低计算量。在ImageNet和MSCOCO上ShuffleNet表现出比其他先进模型的优越性能。Introduction现许多CNNs模型的发
坚硬果壳_·2022-03-01 07:23

轻量级网络MobileNetv1-MobileNetv2-MobileNetv3

MobileNetv1MobileNets:EfficientConvolutionalNeuralNetworksforMobileVisionApplications论文地址：[https://arxiv.org/pdf/1704.04861.pdf]1DepthwiseSeparableConvolutionDk:kernelsizeDf:featuremapsizeM:inputchann
彭_闯·2022-02-19 05:15

深度学习——分类网络的总结（持续更新ing~）

GoogLeNet系列（2014年）5.1GooLeNet（2014年）5.2Inceptionv25.3Inceptionv3六、ResNet系列（2015年）七、DenseNet（2017年）八、轻量级网络系列
PRIS-SCMonkey·2022-02-15 07:15

[libco] 协程库学习，测试连接 mysql

带着这样的目的学习微信开源的一个轻量级网络协程库：libco。文章来源：[libco]协程库学习，测试连接mysql1.概述libco是轻量级的协程库，看
wenfh2020·2021-11-10 17:41

普林斯顿大学&英伟达&Facebook提出基于深度神经网络的全动态推理，助力轻量级网络！...

关注公众号，发现CV技术之美▊写在前面深层神经网络是一种功能强大、应用广泛的模型，能够多级抽象提取任务相关信息。然而，这种成功通常是以计算成本、高内存带宽和长推理延迟为代价的，这使得它们无法部署在资源受限和时间敏感的场景中，如边缘推理和自动驾驶汽车。虽然最近的高效深层神经网络方法通过减小模型体积，使其在现实世界中的部署更加可行，但它们并没有在每个实例的基础上充分利用输入属性，以最大限度地提高计算效
我爱计算机视觉·2021-11-06 22:46

FBNet/FBNetV2/FBNetV3：Facebook在NAS领域的轻量级网络探索 | 轻量级网络

FBNet系列是完全基于NAS方法的轻量级网络系列，分析当前搜索方法的缺点，逐步增加创新性改进，FBNet结合了DNAS和资源约束，FBNetV2加入了channel和输入分辨率的搜索，FBNetV3则是使用准确率预测来进行快速的网络结构搜索
·2021-06-18 22:02

IGC系列：全分组卷积网络，分组卷积极致使用 | 轻量级网络

IGC系列网络的核心在分组卷积的极致运用，将常规卷积分解成多个分组卷积，能够减少大量参数，另外互补性原则和排序操作能够在最少的参数量情况下保证分组间的信息流通。但整体而言，虽然使用IGC模块后参数量和计算量降低了，但网络结构变得更为繁琐，可能导致在真实使用时速度变慢 来源：晓飞的算法工程笔记公众号IGCV1论文:InterleavedGroupConvolutionsforDeepNeuralNe
·2021-06-18 21:37

Introduction

受到近年来轻量级网络设计的启发，我们在LF-Net和RF-Net基础上改进了网络结构，面对通道信息沟通不畅问
星云舰长·2021-06-13 01:26

轻量级网络之GhostNet

轻量级网络之GhostNet前言动机Ghost模块G-bneckGhostNet网络结构实验性能消融实验Ghost模块pytorch代码欢迎交流，禁止转载！！
球场书生·2021-05-16 15:54

轻量级网络之MixNet

轻量级网络之MixNet前言卷积核尺寸MixConv消融实验MixNet网络结构性能总结欢迎交流，禁止转载！！
球场书生·2021-05-15 19:57

轻量级网络之MobileNet v3

轻量级网络之MobileNetv3前言手工改进部分网络结构实验对比h-σ、h-swish欢迎交流，禁止转载！！
球场书生·2021-05-15 11:17

轻量级网络之ShuffleNet v2

轻量级网络之ShuffleNetv2前言评价指标四个原则优化网络结构性能对比channelshuffle的pytorch代码DW卷积的pytorch代码欢迎交流，禁止转载！！
球场书生·2021-05-14 15:41

iOS开发常用库

框架类网络AFNetworking轻量级网络库。网络图像SDWebImage支持缓存的异步图片加载库。图像GPUImage基于GPU的图像、视频处理库。
一片枫叶随风舞·2021-05-12 18:16

轻量级网络之MobileNet v2

轻量级网络之MobileNetv2前言InvertedResidualsLinearBottlenecks网络结构网络性能前言《MobileNetV2:InvertedResidualsandLinearBottlenecks
球场书生·2021-05-10 09:03

轻量级网络之MobileNet v1

轻量级网络之MobileNetv1前言深度可分离卷积DepthwiseSeparableConvolution参数量计算量网络结构模型缩放模型性能前言《MobileNets:EfficientConvolutionalNeuralNetworksforMobileVisionApplication
球场书生·2021-05-09 19:56

[开源]基于姿态估计的运动计数APP开发（二）

keep上扒了一段仰卧起坐的视频教程进行计数测试：(CSDN放不了视频，有兴趣的下方评论区留言)2、回顾：在上一期的内容中([开源]基于姿态估计的运动计数APP开发（一）)，通过使用shufflenet轻量级网络
DL-Practise·2021-04-05 18:15

轻量化CNN网络MobileNet系列详解

深度学习100问Author：louwillMachineLearningLabMobileNet系列作为轻量级网络的代表，使得CNN轻量化和移动端的部署成为可能。
louwill12·2021-03-03 17:51

轻量级网络模型之MobileNet系列

系列文章目录=======================================================专题-端侧机器学习第一节端侧机器学习框架第二节轻量级网络模型之MobileNet
MasterQKK 被注册·2021-02-25 16:14

ESPNet/ESPNetV2：空洞卷积金字塔 | 轻量级网络

ESPNet系列的核心在于空洞卷积金字塔，每层具有不同的dilationrate，在参数量不增加的情况下，能够融合多尺度特征，相对于深度可分离卷积，深度可分离空洞卷积金字塔性价比更高。另外，HFF的多尺度特征融合方法也很值得借鉴 来源：晓飞的算法工程笔记公众号ESPNet论文:ESPNet:EfficientSpatialPyramidofDilatedConvolutionsforSemanti
·2021-01-28 16:56

MobileNet、GhostNet理解及测试

MobileNet由谷歌于2017年提出，它是一种能够用在端侧设备上的轻量级网络。GhostNet是华为诺亚实验室开发的一款轻量级网络，论文发表在CVPR2020。
Brikie·2021-01-17 22:38

golang append性能_gnet: 轻量级且高性能的 Golang 网络库

简介gnet是一个基于Event-Loop事件驱动的高性能和轻量级网络库。
曾是一片绿叶·2020-12-27 17:57
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他