GSDCPeleeNet:基于PeleeNet的高效轻量化卷积神经网络
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.16157/j.issn.0258-7998.200844

GSDCPeleeNet:基于PeleeNet的高效轻量化卷积神经网络

引用
卷积神经网络在各个领域都发挥着重要的作用,尤其是在计算机视觉领域,但过多的参数数量和计算量限制了它在移动设备上的应用.针对上述问题,结合分组卷积方法和参数共享、密集连接的思想,提出了一种新的卷积算法Group-Shard-Dense-Channle-Wise.利用该卷积算法,在PeleeNet 网络结构的基础上,改进出一种高效的轻量化卷积神经网络——GSDCPeleeNet.与其他卷积神经网络相比,该网络在具有更少参数的情况下,几乎不损失识别精度甚至识别精度更高.该网络选取1x1 卷积层中卷积核信道方向上的步长s 作为超参数,调整并适当地选取该超参数,可以在网络参数量更小的情况下,拥有更好的图像分类效果.

图像分类、卷积神经网络、轻量化、密集连接、参数共享、分组卷积

47

TN911.73;TP399

2021-03-31(万方平台首次上网日期,不代表论文的发表时间)

共6页

22-26,30

相关文献
评论
暂无封面信息
查看本期封面目录

电子技术应用

0258-7998

11-2305/TN

47

2021,47(3)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn