RT-DETR 更换主干网络之 ShuffleNetv2 | 《ShuffleNet v2：高效卷积神经网络架构设计的实用指南》

发布时间：2024年01月10日

在这里插入图片描述
目前，神经网络架构设计多以计算复杂度的间接度量——FLOPs为指导。然而，直接的度量，如速度，也取决于其他因素，如内存访问成本和平台特性。因此，这项工作建议评估目标平台上的直接度量，而不仅仅是考虑失败。在一系列控制实验的基础上，本文得出了一些有效设计网络的实用指南。据此，提出了一种新的体系结构，称为ShuffleNet V2。综合消融实验证明，我们的模型在速度和精度方面是最先进的。

论文地址：https://arxiv.org/abs/1807.11164
代码地址：https://github.com/megvii-model/ShuffleNet-Series

文章目录

文章来源:https://blog.csdn.net/weixin_43694096/article/details/135492623
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
最新文章