mobileNet

几种网络理解——Squeezenet、Mobilenet、Shufflenet、IGCV、Densenet

1、SqueezeNet：AlexNet-levelaccuracywith50xfewerparametersand<0.5MB发表于ICLR-2016，作者分别来自Berkeley和Stanford论文链接：http://arxiv.org/abs/1602.07360代码链接：https://github.com/DeepScale/SqueezeNet结论：它在ImageNet上实现了和A
Kluiverthoo·2018-07-22 23:04

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

MobileNetv2-SSDLite安装和使用

MobileNetv2-SSDLite是MobileNet-SSD的升级版，其主要针对移动端对速度要求高的场合。
迷若烟雨·2018-07-19 17:01

袁顾明深度学习,袁顾明分组卷积

袁顾明mobileNet用depthwise卷积优化了3*3卷积了，但是对于1*1卷积却没有做优化。因为1*1卷积是不能再利用depthwise卷积进一步优化的。
a616102646·2018-07-19 15:36

MobileNet版的mask rcnn-可以扩展到移动设备中

MobileNet版的maskrcnn-可以扩展到移动设备关于maskrcnn的原理我就不再说了,不了解额同学可以看一下我的博客:maskrcnn原理项目地址:Mobilenet_ＭaskRCNN如果觉得有用的话
to_be_better_one·2018-07-12 00:00

mobileNet-一个典型的网络加速的例子

论文链接：https://arxiv.org/abs/1704.04861MXNet框架代码：https://github.com/miraclewkf/mobilenet-MXNetmoblileNet
春枫琰玉·2018-07-05 20:21

mobileNet-一个典型的网络加速的例子

论文链接：https://arxiv.org/abs/1704.04861MXNet框架代码：https://github.com/miraclewkf/mobilenet-MXNetmoblileNet
春枫琰玉·2018-07-05 20:21

mobilenet_v1训练mnist

一般用lenet训练mnist，但是现在也可以使用mobilenet_v1来训练，创建mobilenet_v1_mnist_train.py，写下如下代码并放到/host/models/research
andeyeluguo·2018-07-04 13:07

使用mobilenet_v1---使用SSD-MobileNet训练模型

使用mobilenet_v1训练mobilenet主要参考了[1],还是很详细的，跟着教程来可以很容易跑起来，有几个问题需要注意★执行命令路径举例cd/host/models/research/protocobject_detection
andeyeluguo·2018-07-03 11:20

MobileNet原理+手写python代码实现MobileNet

MobileNet是针对移动端优化的卷积，所以当需要压缩模型时，可以考虑使用MobileNet替换卷积。下面我们开始学习MobileNet原理，并且先通过Tensorflow函数接口实现Mobile
huachao1001·2018-06-30 12:21

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。
努力努力再努力tq·2018-06-26 17:50

ShuffleNet MobileNet 在caffe训练加速方法

ShuffleNet参考：https://github.com/farmingyard/ShuffleNe1.1.将cpp和cu文件复制到caffe/src/caffe/layers目录下，将hpp文件复制到caffe/include/caffe/layers/目录下，2.修改在caffe/src/caffe/proto目录下的caffe.proto文件messageLayerParameter{
SoftGit·2018-06-25 10:36

Tensorflow Object Detection API 训练Faster RCNN遇到的问题

在使用框架ssd_mobilenet_v1_coco_2017_11_17训练自己的数据集成功之后，我想要试试在FasterRCNN框架上训练自己数据集。
Michelexie·2018-06-24 10:11

MobileNet论文翻译

MobileNets:EfficientConvolutionalNeuralNetworksforMobileVisionApplications摘要我们发明了一类有效的为了可移动的设备和嵌入式视觉的应用的模型叫做MobileNets.MobileNets是基于一种使用深度可分割卷积去建立轻量型网络结构的流线型结构。我们引进了两个简单的超参数，这两个超参数在延迟和准确率方面达到了平衡。这些超参数
SanKinPlus·2018-06-22 21:14

【SSD】用caffe-ssd框架MobileNet网络训练自己的数据集

前言上一篇博客写了用作者提供的VGG网络完整走完一遍流程后，马上开始尝试用MobileNet训练。还有两个问题待解决：1.均值问题。
intjun·2018-06-21 12:26

图示Mobilenet与Mobilenetv2--转自AlphaTree

MobileNet很赞的轻量级小模型，移动应用居家必备之良药。^_^顾名思义，它是可以用在移动设备上的网络，性能和效率取得了很好平衡。
lynnandwei·2018-06-20 11:10

【深度学习MobileNet】——深刻解读MobileNet网络结构

本文转载自：https://zhuanlan.zhihu.com/p/31551004引言卷积神经网络（CNN）已经普遍应用在计算机视觉领域，并且已经取得了不错的效果。图1为近几年来CNN在ImageNet竞赛的表现，可以看到为了追求分类准确度，模型深度越来越深，模型复杂度也越来越高，如深度残差网络（ResNet）其层数已经多达152层。图1CNN在ImageNet上的表现（来源：CVPR2017
ciky奇·2018-06-15 12:48

使用Mobilenet进行车辆违章行为的检测

学校大创项目做了关于车辆违章检测的模型，现在简单记录一下~~~项目主要的模块为车辆目标检测+车辆违章行为检测+车牌识别+微信小程序开发现在主要介绍车辆违章行为检测部分，微信小程序开发见我的另一篇文章Django+uwsgi+nginx微信小程序环境搭建选取网络在项目中违章行为识别的思想主要是分类问题，可以简化为二分类（违章+非违章），或者复杂一点的多分类（将违章的情况细分为压实线、占用自行车道、占
飞翔的小瓜瓜·2018-06-14 17:48

深度学习实现目标实时检测Mobilenet-ssd caffe实现

各位，对代码有疑问得可加群讨论193369905，小编承接各种AI小项目开发如何在嵌入式设备上跑通实时目标检测实在是太重要了，平常由于我们手上没有大显卡，只有一台笔记本或者一块小树莓派，毕竟大显卡非常昂贵，一块1080pi或者泰坦都得1w+,这些对于我们打工族来说实在是天价，前段时间微软开源了Moblenet，模型不到20M，精度也不低，刚好符合我们的要求，既然好用大家就应该拿来用，于是小编迫不及
xiao__run·2018-06-10 18:16

mobilenet_v2 tensorlayer 实现

mobilenet_v2使用tensorlayer实现训练数据使用cifar10完整代码github地址https://github.com/One-sixth/mobilenet_v2-tensorlayer
ONE_SIX_MIX·2018-06-09 22:13

常用网络结构：SqueezeNet、MobileNet、ShuffleNet、Xception

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。随着性能的要求越来越高，AlexNet已经无法满足大家的需求，于是乎各路大牛纷纷提出性能更优越的CNN网络，如VGG，GoogLeNet，ResNet，DenseNet等。由于神经网络的性质，为了获得更好的性能，网络层数不断增加，从7层AlexNet到16层VGG，再从16层VGG到G
BigCowPeking·2018-06-07 22:14

一文读懂物体分类AI算法：LeNet-5 AlexNet VGG Inception ResNet MobileNet

阅读更多摘要：当前深度学习十分火热，深度学习网络模型对于降低错误率的重要作用不言而喻。深度学习应用场景主要分为三类：物体识别与分类，物体检测，自然语言处理。在物体识别与分类领域，随着AlexNet在2012年一炮走红，深度学习重新燃起了一片热情。从Lenet5第一次使用卷积开始，经历了AlexNetVGGInceptionResNet等各种模型，错误率也一再降低。ResNet-1521引言当前深度
猫耳呀·2018-06-07 17:00

一文读懂物体分类AI算法：LeNet-5 AlexNet VGG Inception ResNet MobileNet

阅读更多摘要：当前深度学习十分火热，深度学习网络模型对于降低错误率的重要作用不言而喻。深度学习应用场景主要分为三类：物体识别与分类，物体检测，自然语言处理。在物体识别与分类领域，随着AlexNet在2012年一炮走红，深度学习重新燃起了一片热情。从Lenet5第一次使用卷积开始，经历了AlexNetVGGInceptionResNet等各种模型，错误率也一再降低。ResNet-1521引言当前深度
猫耳呀·2018-06-07 17:00

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

MobileNet V2 随笔

MobileNetV2LinearBottlenecksandInvertedResiduals下图是可分离卷积:请注意到由于MobileNet使用BatchNormalization，而BatchNormalization
Sun_Aries·2018-06-04 00:48

intel Movidius Neural Network Stick各种网络速度测试

caffe_alexnet88.04caffe_googlelenet93.65caffe_squeezenet46.70tf_inception_v3561.82tf_inception_v188.57ncappzoo网络名time(ms)caffe_tinyYolo117.41caffe_SSD_mobilenet80.15tf_Mobilenet
小小金星伯爵·2018-06-01 14:06

基于交错组卷积的高效深度神经网络-AI100-专题视频课程

在相同参数量相同计算量的条件下，会得到比标准卷积和Mobilenet更宽的网络，所以结果会更好。课程收益对卷积神经网络和矩阵计算有初
AI100·2018-06-01 11:18

CNN网络优化学习总结——从MobileNet到ShuffleNet

CNN网络优化学习总结——从MobileNet到ShuffleNet摘要最近出了一篇旷视科技的孙剑团队出了一篇关于利用ChannelShuffle实现的卷积网络优化——ShuffleNet。
一个新新的小白·2018-05-30 15:40

深度学习之MobileNetV1

深度学习模型压缩之MobileNetv1摘要1.引言2.现有工作3.MobileNet结构3.1深度可分离卷积3.2网络结构和训练3.3宽度乘法器：更薄的模型3.4分辨率乘法器：约化表达4实验4.1模型选择
丶Minskyli·2018-05-30 12:18

深度学习（轻量级网络）---MobileNet，SqueezeNet，ShuffleNet

随着越来越复杂的深度架构的提出，一些网络可能就流行几年就走下神坛，但是其背后的设计哲学却是值得学习的。可以看到，网络的深度越来越大，以保证得到更好的准确度。网络结构倾向采用较少的卷积核，如1x1和3x3卷积核，这说明CNN设计要考虑计算效率了。一个明显的趋势是采用模块结构，这在GoogLeNet和ResNet中可以看到，这是一种很好的设计典范，采用模块化结构可以减少我们网络的设计空间，另外一个点是
Dean0Winchester·2018-05-29 17:41

深度学习好资源

一、深度学习深度学习(七十三)pytorch学习笔记深度学习(七十二)tensorflow集群训练深度学习（七十一）3DCNN时空特征学习深度学习（七十）darknet实现实验mobilenet深度学习
女王の专属领地·2018-05-27 22:59

caffe-SSD配置及用caffe-MobileNet-SSD训练自己的数据集

1.配置caffe-ssd######Tips:因为之前单纯配置过caffe,所以相关的依赖包都已经有下载了，如果你的电脑还没有安装过caffe，可以先移步至：Ubuntu16.04下用cmake安装caffe将其中第5步中大量的依赖库下载完再回来继续这里的内容。下载源码github地址：https://github.com/weiliu89/caffe在命令行中输入：gitclonehttps:
Chris_zhangrx·2018-05-26 00:57

MobileNet-v2 pytorch 代码实现

MobileNet-v2pytorch代码实现标签（空格分隔）：Pytorch源码MobileNet-v2pytorch代码实现主函数model.pyinverted_residual_sequence
Charel_CHEN·2018-05-24 17:56

四大轻量化模型对比

blog.csdn.net/Uwr44UOuQcNsUQb60zk2/article/details/79019191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
体态的滑翔机·2018-05-24 14:00

Mobile-Net v1 tensorflow 源码解读

Mobile-Netv1tensorflow源码解读标签（空格分隔）：tensorflow源码Mobile-Netv1是Xecption结构的一个应用，其目的是将深度网络应用在移动端上"""该代码主要关注的是mobilenet_v1
Charel_CHEN·2018-05-22 16:04

tensorflow-android 官方demo源码分析

特别是mobileNet等体积小，占用内存少的模型出现后，将深度学习应用到终端上逐渐变得火热起来。
edmond999·2018-05-21 16:18

ncnn上基于Caffe用MobileNet_SSD训练和测试自己的数据

1.数据集标注a.采用VoTT用于图像检测任务的数据集制作voc格式2.lmdb数据集制作a.采用weiliu89中的./data/VOC0712/create_list.sh和./data/VOC0712/create_data.sh脚本制作数据集，工程位于本机ssd/caffe中，以下几个文件需要根据个人情况修改。scripts/create_annoset.pyexamples/ssd/ss
陆号·2018-05-08 20:36

从AlexNet到MobileNet，带你入门深度神经网络

阅读更多摘要：在2018年3月13日云栖社区，来自哈尔滨工业大学的沈俊楠分享了典型模式-深度神经网络入门。本文详细介绍了关于深度神经网络的发展历程，并详细介绍了各个阶段模型的结构及特点。哈尔滨工业大学的沈俊楠分享了典型模式-深度神经网络入门。本文详细介绍了关于深度神经网络的发展历程，并详细介绍了各个阶段模型的结构及特点。直播回顾请点击以下是精彩视频内容整理：问题引出学习知识从问题引出入手是一个很好
猫耳呀·2018-05-08 15:00

从AlexNet到MobileNet，带你入门深度神经网络

阅读更多摘要：在2018年3月13日云栖社区，来自哈尔滨工业大学的沈俊楠分享了典型模式-深度神经网络入门。本文详细介绍了关于深度神经网络的发展历程，并详细介绍了各个阶段模型的结构及特点。哈尔滨工业大学的沈俊楠分享了典型模式-深度神经网络入门。本文详细介绍了关于深度神经网络的发展历程，并详细介绍了各个阶段模型的结构及特点。直播回顾请点击以下是精彩视频内容整理：问题引出学习知识从问题引出入手是一个很好
猫耳呀·2018-05-08 15:00

windows环境下,利用caffe框架,采用MoblieNet的图像识别

cuDNN6.0.caffe的安装参考我上一篇博文.第二,数据准备.准备好trainlmg和testlmg文件.计算均值第三,微调网络结构github上https://github.com/shicai/MobileNet-Caffe
P0ny·2018-05-07 22:57

Tensorflow object detection API 搭建属于自己的物体识别模型（3）——将自己的模型迁移到手机上运行

TensorflowobjectdetectionAPI搭建属于自己的物体识别模型(https://blog.csdn.net/dy_guox/article/details/79111949)，由于我们的模型是基于ssd_mobilenet
dy_guox·2018-05-04 13:57

Tensorflow部署到移动端

需要注意的是mobilenet比较难训练，建议采用transferlearning进行retrain。直接训练
GarryLau·2018-04-30 12:45

MobileNetV2 ：Inverted Residuals and Linear Bottlenecks

论文链接|https://arxiv.org/abs/1704.04861论文源码|https://github.com/Randl/MobileNet2-pytorch/摘要：介绍了一种新的移动端架构
女王の专属领地·2018-04-22 21:02

mxnet mobilenet SSD

mxnet源码里面有SSD的example，现在支持VGG,RESNET，等网络，没有mobilenet的支持,但是在另外一个repo里面有，就是这个example的作者自己维护的一个repo。
suxi的deep_travel·2018-04-20 13:08

经典网络结构：Inception到Mobilenet的蜕变

Inceptionv1的网络，主要提出了Inceptionmodule结构（1*1，3*3，5*5的conv和3*3的pooling组合在一起），最大的亮点就是从NIN（NetworkinNetwork）中引入了1*1conv，结构如下图所示，代表作GoogleNet假设previouslayer的大小为28*28*192，则，a的weights大小，1*1*192*64+3*3*192*128+
BigCowPeking·2018-04-19 22:06

Opencv调用深度学习模型

具体的使用方法,可以参考官网:https://docs.opencv.org/3.4.1/d6/d0f/group__dnn.html目前Opencv可以支持的网络有GoogLeNet,ResNet-50,MobileNet-SSDfromCaffe
TiRan_Yang·2018-04-13 15:54

MobileNet 翻译及总结：用于移动视觉应用的高效卷积神经网络

一，翻译参考翻译文献：https://baijiahao.baidu.com/s?id=1566004753349359&wfr=spider&for=pc文中不懂的知识现在用：粗体标注了摘要我们为移动和嵌入式视觉应用提供了一类名为MobileNets的高效模型。MobileNets基于流线型架构，使用深度可分离卷积来构建轻量级深度神经网络。我们介绍了两个简单的全局超参数，可以在时间和准确性之间进
just_sort·2018-04-11 20:41

炼丹术的终结——神经网络结构搜索之一

例如，在图像领域，出现了AlexNet,VGG,GoogNet,Inception系列，Res-Net，DenseNet和MobileNet等不同的卷积神经网络；在文本处理领域，出现了RNN，GRU，LSTM
张雨石·2018-04-10 00:14

MobileNet-SSD安装及配置

1环境说明OS:Ubuntu16.04LTSPython2.7.12（系统预装）2安装caffe-ssd本部分参考caffe-ssd仓库README文档，安装caffe-ssd与安装caffe类似，可以参考caffe(CPU-only)安装及配置。进入准备安装caffe-ssd的目录，执行以下命令获取其源码：gitclonehttps://github.com/weiliu89/caffe.git
看星星的二狗砸儿·2018-04-08 15:30

谷歌发布MobileNetV2：可做语义分割的下一代移动端计算机视觉架构

2017年4月，谷歌发布了MobileNet——一个面向有限计算资源环境的轻量级神经网络。
IT派·2018-04-06 00:00
上一页 24 25 26 27 28 29 30 31 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他