轻量级网络

物体检测之SSD解析

这几天准备对物体检测Mobilenet-SSD做一些了解以及在自己的数据集上进行训练，MobileNet-SSD网络的一部分是轻量级网络Mobilenet的引入，这一部分在网络中加入了可分离卷积部分，大大减小了模型的计算量
Danbinabo_zzz·2019-07-19 18:52

物体检测之SSD解析

这几天准备对物体检测Mobilenet-SSD做一些了解以及在自己的数据集上进行训练，MobileNet-SSD网络的一部分是轻量级网络Mobilenet的引入，这一部分在网络中加入了可分离卷积部分，大大减小了模型的计算量
Danbinabo_zzz·2019-07-19 18:52

轻量级网络设计-SqueezeNet

轻量级网络设计-SqueezeNetICLR2017-SqueezeNetSqueezeNet设计策略FireModule模块SqueezeNet结构主要实验设置与结果实验参数设置实验细节实验结果总结ICLR2017
Xie先生·2019-06-29 17:26

MobileNets 轻量级网络 从v1到v3

深度学习的理论和实践的快速发展，项目落地越来越被更多的研究人员关注，而手机端的应用尤为重要，这就使得轻量级的网络变得至关重要，一个好的轻量级网络不但要在参数上达到轻量的需求，精度上也要表现优异。
Wei Ji·2019-06-26 21:02

轻量级网络--MobileNet、Shufflenet

原文地址：https://blog.csdn.net/u011974639/article/details/79199306https://blog.csdn.net/u011974639/article/details/79200559MobileNets:EfficientConvolutionalNeuralNetworksforMobileVisionApplications原文地址：Mo
liangjiubujiu·2019-06-24 21:15

《MobileNet v3：Searching for MobileNetV3》论文笔记

概述这篇文章在MobileNetv2的基础上提出了一个新型的轻量级网络结构MobileNetv3。其是用NAS与NetAdapt两个算法搜索出来的。
m_buddy·2019-06-24 00:07

Pytorch搭建MobileNetV2

1、背景深度学习发展过程中刚开始总是在增加网络深度，提高模型的表达能力，没有考虑实际应用中硬件是否能支持参数量如此之大的网络，因此有人提出了轻量级网络的概念，MobileNet是其中的代表，主要目的在保证网络模型性能的同时
超超爱AI·2019-06-21 00:50

轻量级网络之ShuffleNet V2

论文：ShuffleNetV2:PracticalGuidelinesforEcientCNNArchitectureDesign论文链接：https://arxiv.org/abs/1807.11164代码：Caffe因项目需要跑了ShuffleNetV2，发现比resnet50足足快了60ms，识别率也能满足项目需求。看了论文，特来分享。ShuffleNetV2主要对目前一些主流网络进行多组对
AI程序媛·2019-05-29 14:49

轻量级网络之ShuffleNet

AnExtremelyEfficientConvolutionalNeuralNetworkforMobileDevice论文链接：https://arxiv.org/abs/1707.01083代码：Caffe算法详解：ShuffleNet是Face++提出的一种针对移动设备的轻量级网络
AI程序媛·2019-05-28 16:59

图像分类丨浅析轻量级网络「SqueezeNet、MobileNet、ShuffleNet」

本文列出了近年主流的轻量级网络，简单地阐述了它们的思想。由于本人水平有限，对这部分的理解还不够深入，还需要继续学习和完善。最后我参考部分列出来的文章都写的非常棒，建议继续阅读。
vincent1997·2019-05-24 10:00

【深度学习】分类网络结构RESNET RESNEXT DENSENET DPN MOBILE NET SHUFFLE NET

shortcut，将所有层直接连接在一起DPN将残差通道和denselyconnectedpath相融合，实现优缺互补-------------------------------------------以下为轻量级网络
Sun7_She·2019-05-24 09:23

详解轻量级网络ShuffleNet

一、简介ShuffleNet是旷世科技的Face++团队提出的，晚于MobileNet两个月在arXiv上公开。论文标题：《ShuffleNet：AnExtremelyEfficientConvolutionalNeuralNetworkforMobileDevices》论文链接：https://arxiv.org/abs/1707.01083命名一看名字ShuffleNet，就知道shuffle
CVAIDL·2019-05-21 10:38

Python 3 & Keras 实现Mobilenet v3

作为移动端轻量级网络的代表，MobileNet一直是大家关注的焦点。最近，Google提出了新一代的MobileNetV3网络。
洛荷·2019-05-18 17:12

Python 3 & Keras 实现Mobilenet v3

作为移动端轻量级网络的代表，MobileNet一直是大家关注的焦点。最近，Google提出了新一代的MobileNetV3网络。
洛荷·2019-05-18 17:12

【轻量级网络】Octave Convolution

Paper：OctaveConvolutionGithub：Offical和UnOfficalOctave是指八音阶，在音乐中降低八音阶代表频率减半。Abstract自然图像中的信息可以被分解为低频信息和高频信息，低频信息通常是全局结构而高频信息通常是细节信息。类似，卷积的输出特征图也可看作是低频信息和高频信息的混合。OcaveConvolution将特征图进行分解，从而消耗更少的内存和计算资源。
1273545169·2019-05-13 22:59

【论文学习】轻量级网络——MobileNetV3终于来了（含开源代码）

论文名称：《SearchingforMobileNetV3》感谢github上大佬们开源，开源代码整理如下：（1）PyTorch实现1：https://github.com/xiaolai-sqlai/mobilenetv3（2）PyTorch实现2：https://github.com/kuan-wang/pytorch-mobilenet-v3（3）PyTorch实现3：https://git
Lingyun_wu·2019-05-13 18:43

【论文学习】轻量级网络——MobileNetV3终于来了（含开源代码）

论文名称：《SearchingforMobileNetV3》感谢github上大佬们开源，开源代码整理如下：（1）PyTorch实现1：https://github.com/xiaolai-sqlai/mobilenetv3（2）PyTorch实现2：https://github.com/kuan-wang/pytorch-mobilenet-v3（3）PyTorch实现3：https://git
Lingyun_wu·2019-05-13 18:43

适合移动端的轻量级网络

MobileNet【MobileNetv1】https://arxiv.org/pdf/1704.04861.pdf【MobileNetv2】https://arxiv.org/pdf/1801.04381.pdf深度解读谷歌MobileNet深度可分离卷积（depthwiseseparableconvolution）参数计算关键在于1x1卷积减少了参数量和计算量轻量化网络：MobileNet-V
菜鸟瞎编·2019-05-06 02:31

小白的深度学习之路--MobileNet

MobileNet是Google公司在2017年提出的轻量级网络，如其名所示，因为其参数量小，低时延性，因此主要用于移动嵌入式应用。
肖落汐·2019-04-18 17:11

ShuffleNet中add层和concatenate层的区别

最近学习轻量级网络：ShuffleNetV1，看论文过程中对其模型中add和concat层不理解，查看一番资料后，总结如下：主流轻量级CNN网络ShuffleNetV1和ShuffleNetV2；MobileNetV1
落地生根1314·2019-04-17 10:37

轻量级网络-------mobilenet_v2总结

原文：InvertedResidualsandLinearBottlenecksMobileNetworksforClassification,DetectionandSegmentation中心思想：DepthwiseSeparableConvolution和ResidualConnection的结合代码：https://github.com/tonylins/pytorch-mobilenet
goodxin_ie·2019-04-07 12:59

神经网络：轻量级网络--MobileNet和MobileNet2解析（二）

一、引言前文中提到MobileNet主要通过深度可分离卷积方法的替换传统的卷积方法减少运算量来优化神经网络，MobileNet2基于MobileNet，一是在DW卷积之前加了一个PW卷积（改变通道数）到达升维优化计算的效果，二是去掉第二个PW的激活函数（称之为LinearBottleneck）避免因低维导致特征值遭到破坏。本文主要内容主要解释MobileNet网络中的两个超参数（宽度乘数和分辨率乘
志小·2019-03-14 16:19

神经网络：轻量级网络--MobileNet和MobileNet2解析（一）

一、简介深度卷积神经网络将多个计算机视觉任务性能提升到一个新高度，总体的趋势是为了达到更高的准确性构建更深更复杂的网络，但是这些网络在尺度和速度上很难满足移动终端设备的要求。MobileNet描述一个高效的网络架构，允许通过两个超参数构建非常小、低延迟、易满足嵌入式终端设备要求的模型。设计团队在进一步深入的研究了DepthwiseSeparableConvoltions使用方法后设计出Mobile
志小·2019-03-13 10:45

MobileNet_v2论文详读

原文地址：MobileNetV2一.前沿论文介绍了一种新的轻量级网络——MobileNetV2，与其他的轻量级网络相比，它在多个任务上都达到了最先进的水平。
月臻·2019-03-08 16:42

OpenCv-C++-深度神经网络（DNN）模块-使用MobileNet模型实现实时对象检测

所以它是一种轻量级网络，主要应用于移动端。具体需参考以下文章：https://blog.csdn.net/u011974639/article/details/79199306https:
风极_陨·2019-02-17 22:59

OpenCv-C++-深度神经网络（DNN）模块-使用MobileNet模型实现实时对象检测

所以它是一种轻量级网络，主要应用于移动端。具体需参考以下文章：https://blog.csdn.net/u011974639/article/details/79199306https:
风极_陨·2019-02-17 22:59

MobileNetV2 倒置残差和线性瓶颈

我们还介绍了一种有效地使用轻量级网络进行目标检测的新颖架构SSDLite。并且我们将Deeplabv3进行修剪后构建出一种用于移动语义分割的模型，称为MobileDeeplabv3。  
醉看长安花·2019-01-23 13:07

Android 一份详细的Retrofit2.0基本使用总结

OkHttp是Square公司贡献的一款轻量级网络请求框架，我在这里就不做具体介绍了，后续我会对这些主流的网络框架的优缺做个总结，RESTful是一种软件架构风格，
Android小安·2019-01-22 16:42

Android 一份详细的Retrofit2.0基本使用总结

OkHttp是Square公司贡献的一款轻量级网络请求框架，我在这里就不做具体介绍了，后续我会对这些主流的网络框架的优缺做个总结，RESTful是一种软件架构风格，
Android小安·2019-01-22 16:42

SqueezeNext | 轻量级深层神经网络

SqueezeNext网络于2018粘月公开于arxiv，它号称是基于SqueezeNet进行改进的又一轻量级网络，但它之所以不叫SqueezeNetV2，个人认为究其原因还是因为SqueezeNext
yuanCruise·2019-01-21 23:26

轻量级深度学习网络概览

调研了一下最近的一些轻量级网络，列举并简单介绍各个网络的设计思路PVANET2016年1月在arxiv网站第一次提交文章地址：https://arxiv.org/abs/1608.08021代码链接：https
Michaelliu_dev·2019-01-17 17:30

轻量级网络ShuffleNet v1

ShuffleNetpaperShuffleNet是旷视科技提出的一种计算高效的CNN模型，其和MobileNet和SqueezeNet等一样主要是想应用在移动端。所以，ShuffleNet的设计目标也是如何利用有限的计算资源来达到最好的模型精度，这需要很好地在速度和精度之间做平衡。ShuffleNet的核心是采用了两种操作：pointwisegroupconvolution和channelshu
有事没事扯扯淡·2019-01-10 14:47

shuffleNet之原理及tensorflow实现

为了解决常规模型过大且计算量过大,除了出现mobilenet属于轻量级网络,shuffleNet同样也为新型的轻量级网络,shuffleNet主要由groupconvolution跟channelshuffle
程序猿也可以很哲学·2018-12-29 17:21

轻量级网络 Slimmable Neural Networks

SlimmableNeuralNetworks论文地址：https://arxiv.org/abs/1812.08928Github:https://github.com/JiahuiYu/slimmable_networksOpenReviews:https://openreview.net/forum?id=H1gMCsAqY7Motivation移动端的应用对算法运行效率有较高要求，但不同的
Crayon626·2018-12-28 19:50

轻量级深度学习网络(七）:详解轻量级网络总结

本文简单介绍了四个轻量化网络模型，分别是SqueezeNet、MobileNet、ShuffleNet和Xception，前三个是真正意义上的轻量化网络，而Xception是为提升网络效率，在同等参数数量条件下获得更高的性能。在此列出表格，对比四种网络是如何达到网络轻量化的。网络实现轻量化技巧SqueezeNet1*1卷积核“压缩”featuremap数量MobileNetDepth-wiseco
chenyuping666·2018-11-29 14:32

轻量级网络思想小结

CNN中不同层的参数数量和理论计算量卷积核Kh*Kw，输入通道数Cin，输出通道数Cout，输出特征图的分辨率为宽H高W。参数数量用params表示，模型大小单位为M，模型大小是参数数量的4倍。理论计算量用FLOPs表示，关系到算法速度。CONV标准卷积层：params：(Kh*Kw*Cin+1)*CoutFLOPs：Kh*Kw*Cin*Cout*H*WFC全连接层，卷积核k=1：params：(
XJTU_Bugdragon·2018-11-16 00:38

iOS开发第三方库、插件整理集合

项目常用第三方建议通过CocoaPods安装AFNetworking一款轻量级网络请求开源框架，其中带有Reachability监测网络状态。
Jane Han·2018-08-31 17:37

轻量级网络相关资料（2018-07-17）

纵览轻量化卷积神经网络：SqueezeNet、MobileNet、ShuffleNet、Xception实现轻量化技巧轻量化主要得益于depth-wiseconvolution，解决「信息流通不畅」的问题，MobileNet采用了point-wiseconvolution，ShuffleNet采用的是channelshuffle。MobileNet相较于ShuffleNet使用了更多的卷积，计算量
EdwardMa·2018-08-19 14:32

轻量级深度学习网络(六）:详解轻量级网络ShuffleNet-v2

ShuffleNetV2：从理论复杂度到实用设计准则论文名称：ShuffleNetV2:PracticalGuidelinesforEfficientCNNArchitectureDesign论文链接：https://arxiv.org/abs/1807.11164一、导语神经网络架构的设计目前主要由计算复杂度的间接指标（即FLOPs）来指导。但是，直接指标（如速度）还依赖于其他因素，如内存访问成
chenyuping666·2018-08-15 14:27

轻量级深度学习网络(五）:详解轻量级网络Xception

一、简介Xception并不是真正意义上的轻量化模型，只是其借鉴depth-wiseconvolution，而depth-wiseconvolution又是上述几个轻量化模型的关键点，所以在此一并介绍，其思想非常值得借鉴。Xception是Google提出的，arXiv的V1于2016年10月公开。论文标题：《Xception:DeepLearningwithDepthwiseSeparableC
chenyuping666·2018-08-15 09:14

轻量级深度学习网络(四）:详解轻量级网络ShuffleNet

一、简介ShuffleNet是旷世科技的Face++团队提出的，晚于MobileNet两个月在arXiv上公开。论文标题：《ShuffleNet：AnExtremelyEfficientConvolutionalNeuralNetworkforMobileDevices》论文链接：https://arxiv.org/abs/1707.01083命名一看名字ShuffleNet，就知道shuffle
chenyuping666·2018-08-15 08:59

系统学习深度学习（二十九）--模型压缩

blog.csdn.net/wspba/article/details/75671573若有不对，欢迎指正，先谢了目前，通常意义上的网络模型压缩，主流思路有两个方向，一个是设计更小的网络模型，这个侧重轻量级网络模型设计
Eason.wxd·2018-08-14 13:03

轻量级深度学习网络(二):详解谷歌轻量级网络MobileNet-v2

0、论文地址V2主要引入了两个改动：LinearBottleneck和InvertedResidualBlocks。下面让我们通过对比V2与V1和ResNet结构，来认识这两个改动背后的动机和细节。1.对比MobileNetV1与V2的微结相同点都采用Depth-wise(DW)卷积搭配Point-wise(PW)卷积的方式来提特征。这两个操作合起来也被称为Depth-wiseSeparableC
chenyuping666·2018-08-13 09:22

轻量级深度学习网络(三）:详解轻量级网络SqueezeNet

目录一、原文地址和简介三、创新点三、SqueezeNet小结：一、原文地址和简介SqueezeNet由伯克利&斯坦福的研究人员合作发表于ICLR-2017，论文标题:《SQUEEZENET:ALEXNET-LEVELACCURACYWITH50XFEWERPARAMETERSAND<0.5MBMODELSIZE》（http://blog.csdn.net/u011995719/article/de
chenyuping666·2018-08-13 09:15

轻量级网络--SqueezeNet、ShuffleNet_v2、MobileNet_v2

于是出现了一些性能好、精度高的轻量级网络。一、SqueezeNetSqueezeNet的特点就是先squeeze，再expand。
coder_mckee·2018-08-12 19:03

下一代微服务架构——Service Mesh && 服务网格新生代Istio

在实践中，ServiceMesh通常是一组与应用一起部署，但对应用透明的轻量级网络代理。
ZhaoYingChao88·2018-08-01 19:43

高性能高并发网络库：StateThreads

StateThreads是一个C的网络程序开发库，提供了编写高性能、高并发、高可读性的网络程序的开发库，轻量级网络应用框架共也就3000行C代码网络程序（InternetApplication）（IA）
github.com/starRTC·2018-08-01 17:22

Instance norm

  本来这周已经写好了轻量级网络的总结（mobilenet和shufflenet)，可是没有来得及保存然后电脑就关机了，写博客也是为了学习东西，所以也不打算重新再写了。
CHNguoshiwushuang·2018-07-20 21:37

轻量级网络 | SqueezeNet、MobileNet、ShuffleNet、Xception 综述（1）

本文就近年提出的四个轻量化模型进行学习和对比，四个模型分别是：SqueezeNet、MobileNet、ShuffleNet、Xception。目录一、引言二、轻量化模型2.1SqueezeNet2.2MobileNet2.3ShuffleNet2.4Xception三、网络对比一、引言自2012年AlexNet以来，卷积神经网络（简称CNN）在图像分类、图像分割、目标检测等领域获得广泛应用。随着
努力努力再努力tq·2018-06-26 17:50

论文分享 | 轻量级网络之mobilenet v1

卷积神经网络广泛应用在各种任务，比如图像分类、目标检测等，性能也越来越好，但都趋向于使用更深更复杂的结构来提升性能而不太关注计算代价，使得将这些模型直接部署在移动设备困难重重。本文针对传统卷积计算量大的缺点，对传统卷积模块进行了改进，该结构更高效，为在移动设备上部署带来了可能。RooflineModel在介绍具体的原理之前，我们先来与模型计算性能相关的几个概念：（1）计算量：对于给定大小的输入，模
geek_wh2016·2018-06-05 11:26
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他