Mar, 2018
移动网络中量化友好的可分离卷积
A Quantization-Friendly Separable Convolution for MobileNets
Tao Sheng, Chen Feng, Shaojie Zhuo, Xiaopeng Zhang, Liang Shen...
TL;DR本文分析了 MobileNetV1 量化造成的精度损失问题,并提出了一种友好于量化的可分离卷积架构,经 ImageNet2012 数据集测试,我们改进后的 MobileNetV1 模型能够以 8 位推理精度达到 68.03%,几乎与其浮点精度模型无异。