GMSDenseNet:基于组多结构卷积的轻量级DenseNet

摘要：

提出了一种简单且高效的轻量级DenseNet模型,优化了原DenseNet模型中存在的参数冗余以及高额浮点运算数(FLOPs)的问题.首先,分析了现有流行的卷积计算单元的细节以及特性,其次,应用具有良好特性的卷积单元组合来设计组多结构卷积单元,构建轻量级DenseNet模型,进一步分析了该模型与原DenseNet模型的复杂度.通过实验结果给出所构建网络结构的最优配置,并得到使用DenseNet-40模型约18.8％的FLOPs以及28.4％的模型参数的情况下,准确率仅下降≤0.4％的结果.

关键词：组卷积、深度可分离卷积、组多结构卷积单元、轻量级、DenseNet

所属期刊栏目：41

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金资助项目;河北省自然科学基金资助项目;河北省教育厅项目;中央高校基本科研业务费专项资金资助项目

在线出版日期：2020-05-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：12-16