EfficientRep：一种具有硬件感知神经网络设计的类 RepVGG 高效卷积网络
计算机视觉与模式识别
2023-02-02 v1
摘要
我们提出了一种硬件高效的卷积神经网络架构，其具有类 repvgg 的架构。FLOPs 或参数量是评估网络效率的传统指标，它们对包括计算能力与内存带宽在内的硬件并不敏感。因此，如何设计神经网络以高效利用硬件的计算能力与内存带宽是关键问题。本文提出一种硬件感知神经网络设计方法。基于该方法，我们设计了 EfficientRep 系列卷积网络，其对高计算硬件（如 GPU）友好，并应用于 YOLOv6 目标检测框架。YOLOv6 已发布 v1 与 v2 版本的 YOLOv6N/YOLOv6S/YOLOv6M/YOLOv6L 模型。
引用
@article{arxiv.2302.00386,
title = {EfficientRep:An Efficient Repvgg-style ConvNets with Hardware-aware Neural Network Design},
author = {Kaiheng Weng and Xiangxiang Chu and Xiaoming Xu and Junshi Huang and Xiaoming Wei},
journal= {arXiv preprint arXiv:2302.00386},
year = {2023}
}