9月14日消息,來自華為諾亞方舟實(shí)驗(yàn)室的一篇論文近日被CVPR 2020接收。該論文提出了一種新型的端側(cè)神經(jīng)網(wǎng)絡(luò)架構(gòu)GhostNet,該架構(gòu)可以在同樣精度下,速度和計(jì)算量均少于SOTA算法。該論文提供了一個(gè)全新的Ghost模塊,旨在通過廉價(jià)操作生成更多的特征圖。該Ghost模塊即插即用,通過堆疊Ghost模塊得出Ghost bottleneck,進(jìn)而搭建輕量級(jí)神經(jīng)網(wǎng)絡(luò)——GhostNet。在ImageNet分類任務(wù),GhostNet在相似計(jì)算量情況下Top-1正確率達(dá)75.7%,高于MobileNetV3的75.2%。目前,該架構(gòu)已開源。



15


