group convolution | BriefGPT

关键词group convolution

搜索结果 - 14

平衡分组卷积：基于近似能力评估的改进分组卷积
神经网络的性能通过增加卷积层中的通道数得到了显著提高，但性能提升伴随着更高的计算成本。本文进行了对组卷积的理论分析，以确定其近似标准卷积的能力，并提出了一种名为平衡组卷积的新型变种，它在较小的附加计算成本下显示出更高的近似能力。实验证明了平
PDF8 months ago
尺度 - 旋转 - 等变李群卷积神经网络 (Lie Group-CNNs)
该研究提出了一种 Lie 群 - CNN 模型，利用群卷积模块的全连接网络和 Lie - 代数实现了尺度旋转等变性，进而成功地从图像中提取几何特征并实现了对图像的等变识别。
PDFa year ago
MM等变模型的普适性与对称性的可学习性之间的权衡
使用等变函数作为认知模型的假设条件下，学习具有对称性和等变性的函数是不可能的；我们探究了群和半群的逼近概念，分析了线性等变网络和群卷积网络是否满足该结果，并阐述了它们的理论和实际意义。
PDF2 years ago
共享更窄滤波器的卷积网络：带绑定块的更轻量、更好的卷积神经网络
本研究提出了一种基于 Tied Block Convolution（TBC）的方法，可用于优化 CNN 的滤波器，提高特征表示的表达力并适用于多种主干网络和注意力模块，可以提高检测，实例分割和注意力方面的性能，特别是在处理高度重叠实例方面具
PDF4 years ago
群体集成：在单个 ConvNet 中学习 ConvNets 的集成
本文介绍了一个名为 GENet 的深度卷积神经网络，其采用了共享基础和多头结构的技术，能够以单个 ConvNet 的计算量，实现多个 ConvNets 的集合学习，并提供了群组平均、群组摇摆和群组增强三种不同的策略来聚合这些集成成员，可以在
PDF4 years ago
CVPR基于进化搜索的二值化 MobileNet
本研究提出了使用进化搜索来促进 MobileNet 的二值化设计和训练方案，通过操作组卷积的想法来设计高效的 1 位卷积神经网络，从而探索最佳的候选组卷积，以优化模型性能，并在 ImageNet 上进行了各种实验，展示了我们的构建指南，最终
PDF4 years ago
ICCV可分组卷积神经网络实现可微学习通道分组
本文介绍了一种名为 Groupable ConvNet (GroupNet) 的新型网络，通过新型的动态分组卷积（DGConv）操作学习端到端的组数，达到了优于传统 ResNet 和 ResNeXt 的准确性和计算复杂度。该方法具有统一的卷
PDF5 years ago
VarGNet: 可变组卷积神经网络用于高效嵌入式计算
本文提出了一种新的嵌入式计算网络设计机制，名为 VarGNet，它基于固定通道数的组卷积，使得网络更容易在硬件端进行优化，针对分类、检测、像素级解析和人脸识别等各种视觉任务的广泛实验证明了 VarGNet 的实用价值。
PDF5 years ago
ECCV带有空间组卷积的高效语义场景补全网络
通过空间分组卷积（SGC）来加速 3D 密集预测任务的计算。SGC 是一种与组卷积正交的方法，它作用于空间维度而不是特征通道维度。它将输入体素划分为不同的组，然后在这些分离的组上进行 3D 稀疏卷积。在进行卷积时，只有有效的体素被考虑到，因
PDF5 years ago
ICML学习卷积：一种通用的权重共享方法
本文提出了一种学习如何转换卷积滤波器以用于群卷积的方法，通过学习滤波器基础和旋转版本，并使用一组旋转不变系数来编码滤波器，从而在 MNIST 和 CIFAR-10 数据集上实现了低输入旋转敏感度和高性能的特征映射。
PDF5 years ago
CVPR全可学习群卷积来加速深度神经网络
本文提出了一种完全可学习的分组卷积模块 (FLGC)，可嵌入到任何深度神经网络中加速处理，其自动学习训练阶段中的组结构，与现有的预定义、两步或迭代策略相比具有更好的结构，并能与深度可分离卷积结合提高性能。
PDF5 years ago
ICCV高效的结构化裁剪和架构搜索用于群组卷积
本文介绍了一种有效的方法来解决组卷积剪枝的挑战，即将其制定为寻找最优通道置换以施加结构约束并通过启发式方法高效地解决。同时，本方法还应用启发式方法来探索基于估算的剪枝成本的分组配置，以最大化测试准确性。与之前的工作相比，结果表明我们的方法在
PDF6 years ago
ECCV基于问题引导的混合卷积用于视觉问答
本文提出了一种新颖的问题引导的混合卷积神经网络架构，解决了在学习多模态特征时通常会放弃视觉空间信息的问题，并通过引入问题引导核对提高了问题与图像之间的关联性，在减少参数大小和缓解过拟合方面应用组卷积以及与现有双线性汇聚融合和基于关注的问答方
PDF6 years ago
HexaConv
本研究展示了如何在六边形结构的晶格上高效地实现平面卷积和群卷积，通过充分利用六边形晶格的 6 倍旋转对称性可以实现更好的精度和更有效的参数共享，能够显著提高航拍场景分类数据集上的准确性。
PDF6 years ago