FastNet
计算机视觉与模式识别
2018-02-08 v1 人工智能
机器学习
摘要
Inception 与 Resnet 系列卷积神经网络架构在过去几年中屡破纪录，但近期最先进的模型在训练、推理和模型规模方面也带来了极高的计算成本，使得这些模型难以实际部署在边缘设备上。有鉴于此，我们提出了一种新颖的架构，专为在 GPU 和 CPU 上实现高计算效率而设计，非常适合于在移动应用、智能摄像头、物联网设备与控制器以及低成本无人机上部署。我们的架构在标准数据集上具备有竞争力的准确率，甚至优于原始 Resnet。我们在下文给出本研究的动机、网络架构、在 CIFAR 10 与 CIFAR 100 上的单次测试准确率、与其他知名架构的详细对比，以及 Keras 实现的链接。
引用
@article{arxiv.1802.02186,
title = {FastNet},
author = {John Olafenwa and Moses Olafenwa},
journal= {arXiv preprint arXiv:1802.02186},
year = {2018}
}