HBONet：两个正交维度上的和谐瓶颈

MobileNets 是一类在精度与效率的折衷方面表现优异的卷积神经网络架构，正日益广泛地应用于许多资源受限的视觉任务中。在本文中，我们提出了两个正交维度上的和谐瓶颈（Harmonious Bottleneck on two Orthogonal dimensions, HBO），这是一种新型架构单元，专为提升计算量在 40 MFLOPs 以下的极轻量级 MobileNets 的精度而定制。现有的瓶颈设计主要侧重于探索分组卷积或深度卷积特征通道之间的相互依赖关系，与此不同，我们的 HBO 通过联合编码空间维度和通道维度上的特征相互依赖关系，在保持复杂度相似的同时改进了瓶颈表示能力。它包含两个互逆组件，即空间收缩-扩张和通道扩张-收缩，嵌套于双边对称结构中。在特征图的正交维度上执行的两个相互依赖的变换相结合，增强了我们提出模块的表示和泛化能力，保证了在计算资源和功耗有限的情况下仍具有出色的性能。通过用 HBO 模块替换 MobileNetV2 主干网络中的原始瓶颈，我们构建了 HBONets，并在 ImageNet 图像分类、PASCAL VOC 目标检测和 Market-1501 行人重识别任务上进行了评估。大量实验表明，在计算预算受到严格限制的情况下，我们的模型在上述基准测试上分别比 MobileNetV2 对应模型高出最多 6.6%、6.3% 和 5.0%。代码和预训练模型可在 https://github.com/d-li14/HBONet 获取。