BriefGPT.xyz
Ask
alpha
关键词
depthwise convolution
搜索结果 - 5
InceptionNeXt: Inception 遇见 ConvNeXt
提出了一种类似于 Inception 的新型卷积操作 Inception depthwise convolution,将大核卷积分解为四个通道维度上的平方小核、两个正交带状核和一个恒等映射,用于构建高吞吐量且性能表现强劲的网络 Incept
→
PDF
a year ago
DO-Conv:深度可超参数化卷积层
本文提出了一种称为 DO-Conv 的深度可分离卷积层,可以用于代替传统的卷积层,并在图像分类等经典视觉任务中提高卷积神经网络的性能,同时在推理阶段将深度卷积折叠成传统卷积,不会增加计算复杂度。
PDF
4 years ago
MixConv: 混合深度可分离卷积核
本文系统地研究了不同核大小的影响,提出了一种新的混合深度卷积(MixConv),将多个核大小自然混合在单个卷积中,为现有的 MobileNets 在 ImageNet 分类和 COCO 目标检测中提高了准确性和效率。
PDF
5 years ago
对角重构:一种用于深度卷积的高效训练方法
本文提出了一种名为 Diagonalwise Refactorization 的有效方法,用于加速深度卷积层的训练,并在 5 个流行的深度学习框架中实现。实验结果表明,相对于深度卷积的原始实现,该方法在 Darknet 上获得了 15.4
→
PDF
6 years ago
利用通道级局部卷积提高卷积神经网络的效率的 clcNet
本文提出了一种名为 CLC 的广义卷积操作,即使用输入通道的子集来计算输出通道,该操作包括深度卷积和分组卷积,这可以用于构建新的卷积块 CLC Block,从而建立更高效的 CNN 模型 clcNet,并在 ImageNet-1K 数据集上
→
PDF
7 years ago
Prev
Next