ShuffleNet / MobileNet / ResNeXt/ Xception

Posted AlwaysBlue

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了ShuffleNet / MobileNet / ResNeXt/ Xception相关的知识,希望对你有一定的参考价值。

Group convolution

参考链接:Group Convolution分组卷积,以及Depthwise Convolution和Global Depthwise Convolution - shine-lee - 博客园 (cnblogs.com)

 

Pointwise/ Depthwise/ Groupwise convolution

参考链接:https://www.cnblogs.com/qiulinzhang/p/11541029.html

        Depthwise卷积与Pointwise卷积 - 知乎 (zhihu.com)

Pointwise convolution的操作本质上在于将feature map的通道数进行加权求和,其卷积核的size = 1* 1,通道数为feature map的通道数,得到的feature map的通道数和卷积核的数目相同。

Depthwise convolution的操作在于,每一个通道对应一个卷积(平面,即只有一个通道),输出的feature map的通道数和输入的相同。

Groupwise convolution的操作在于将feature map的通道数进行分组,并且对卷积核进行分组,卷积核只对对应组的通道进行卷积操作。

以上是关于ShuffleNet / MobileNet / ResNeXt/ Xception的主要内容,如果未能解决你的问题,请参考以下文章

深度学习方法(十四):轻量级CNN网络设计——MobileNet,ShuffleNet,文末有思考

轻量级网络汇总:Inception,Xception,SqueezeNet,MobileNet v123Next,ShuffleNet v12,SENet,MNASNet,GhostNet,FBNet

轻量级神经网络——shuffleNet

CNN模型之ShuffleNet

42.常用的轻量级网络——ShuffleNet-v1

图像分类ShuffleNet: 一个极端高效的移动端卷积神经网络