【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-Factorized convolution和Dynamic Shift-Max,
1.Design Principles
要想实现低FLOPs,主要是要限制网络宽度(通道数)和网络深度(网络层数)。
如果把一个卷积层抽象为一个图,那么该层输入和输出中间的连接边,可以用卷积核的参数量来衡量。
因此作者定义了卷积层连通性(connectivity)的概念,即每个输出节点所连接的边数。
因此,连接数等于输出通道数和连通性的乘积。
如果我们把一个卷积层的计算量设为固定值,那么更多的网络通道数就意味着更低的连通性(比如深度可分离卷积,具有较多的通道数但是有很弱的连通性)。
作者认为平衡好通道数目和连通性之间的关系,避免减少通道数,可以有效地提升网络的容量。除此之外,当网络的深度(层数)大大减少时,其非线性性质会受到限制,从而导致明显的性能下降。因此,作者提出以下两个设计原则:
通过降低节点连接性来避免网络宽度的减小
作者是通过分解points-wise卷积以及depth-wise卷积来实现如上原则。
增强每一层的非线性性质来弥补网络深度减少所带来的损失
作者是通过设计了一个全新的激活函数来实现如上原则,称为Dynamic Shift-Max
Micro-Factorized convolution 通过低秩近似保持输入输出的连接性并降低连接数,对pointwise convolution和depthwise convolution进行低秩近似。
Dynamic Shift-Max通过动态的组间特征融合增加节点的连接以及提升非线性,弥补网络深度减少带来的性能降低。从实验结果来看,,仅需要6M MAdds就可以达到53.0%准确率,比12M MAdds的MobileNetV3还要高。
Micro-Factorized Pointwise Convolution
ref
https://zhuanlan.zhihu.com/p/337107958
https://www.tuicool.com/articles/BJJbqeE
【目标检测】|MicroNet相关推荐
- 微调torchvision 0.3的目标检测模型
微调torchvision 0.3的目标检测模型 本文将微调在 Penn-Fudan 数据库中对行人检测和分割的已预先训练的 Mask R-CNN 模型.它包含170个图像和345个行人实例,说明如何 ...
- 部署可扩展的目标检测管道:推理过程(下)
部署可扩展的目标检测管道:推理过程(下) 融合 感兴趣的目标可以被遮挡.有时只能看到目标的一小部分(少至几个像素). • 图19.车辆和交通信号灯被遮挡. • 图20:阻塞了总线. • 图21:左侧的 ...
- 目标检测推理部署:优化和部署
目标检测推理部署:优化和部署 本文简要介绍了端对端推理管道的优化技术和部署. 将在以下三个方面研究推理优化过程:硬件优化,软件优化和模型优化.推理优化的关键指标如下: • 吞吐量(未推理图像/秒) • ...
- 部署可扩展的目标检测管道:推理过程(上)
部署可扩展的目标检测管道:推理过程(上) 基于YOLOv3的目标检测推理过程的所有代码都可以在eriklindernoren/PyTorch-YOLOv3 GitHub repo找到. 为了进行审查, ...
- 大数据目标检测推理管道部署
大数据目标检测推理管道部署 本文提供了一个用于对象检测的深度学习推理的概述. 自主车辆软件开发需要大规模的数据.计算和算法创新,这些都是gpu实现的.一组神经网络构成了感知和决策系统的基础.神经网络的 ...
- GPU端到端目标检测YOLOV3全过程(下)
GPU端到端目标检测YOLOV3全过程(下) Ubuntu18.04系统下最新版GPU环境配置 · 安装显卡驱动 · 安装Cuda 10.0 · 安装cuDNN 1.安装显卡驱动 (1)这里采用的是P ...
- GPU端到端目标检测YOLOV3全过程(上)
GPU端到端目标检测YOLOV3全过程(上) Basic Parameters: Video: mp4, webM, avi Picture: jpg, png, gif, bmp Text: doc ...
- Mask R-CNN用于目标检测和分割代码实现
Mask R-CNN用于目标检测和分割代码实现 Mask R-CNN for object detection and instance segmentation on Keras and Tenso ...
- 目标检测数据集The Object Detection Dataset
目标检测数据集The Object Detection Dataset 在目标检测领域,没有像MNIST或Fashion MNIST这样的小数据集.为了快速测试模型,我们将组装一个小数据集.首先,我们 ...
- 多尺度目标检测 Multiscale Object Detection
多尺度目标检测 Multiscale Object Detection 我们在输入图像的每个像素上生成多个锚框.这些定位框用于对输入图像的不同区域进行采样.但是,如果锚定框是以图像的每个像素为中心生成 ...
最新文章
- rsync+innotify实现实时同步
- 74HC595的使用
- Tark钱包面向全球招募优秀上币方,千亿财富等你来拿!
- SpringMVC一个Controller处理所有用户请求的并发问题
- 解决Jenkins打不开浏览器问题
- 今天的被子照样不叠的飞鸽传书
- 透明怎么弄_玻璃球里的花纹是怎么弄进去的?谜终于解开了!
- python调用自己写的函数_python调用自定义函数的实例操作
- 数据增强在贝壳找房文本分类中的应用
- SSOR-PCG FORTRAN版CSR压缩存储
- 线阵相机参数选择 照明方式
- 批量创建钱包地址并保存私钥
- DW_axi_dmac控制器(概述)
- java coroutine / xiecheng / java Qursar /
- JavaScript面试题111-120
- 阿里云视频直播使用详细步骤
- libcmt.lib和libcmtd.lib链接库冲突错误的解决方案
- Autonomous automobile trajectory tracking for off-road driving翻译学习
- 单模光电转换器怎么接_光纤收发器怎么连接?光纤收发器连接图解!
- Explain执行计划key_len详解