PocketNet：用于医学图像分析的更小神经网络
图像与视频处理
2023-11-21 v4 计算机视觉与模式识别
机器学习
摘要
医学影像深度学习模型通常庞大而复杂，需要专用硬件来训练与评估这些模型。为解决此类问题，我们提出 PocketNet 范式，通过抑制卷积神经网络中通道数量的增长来缩减深度学习模型的规模。我们证明，对于一系列分割与分类任务，PocketNet 架构在将参数量减少数个数量级、GPU 内存占用至多降低 90%、训练时间加快至多 40% 的同时，取得了与传统神经网络相当的结果，从而此类模型可在资源受限环境中训练与部署。
引用
@article{arxiv.2104.10745,
title = {PocketNet: A Smaller Neural Network for Medical Image Analysis},
author = {Adrian Celaya and Jonas A. Actor and Rajarajeswari Muthusivarajan and Evan Gates and Caroline Chung and Dawid Schellingerhout and Beatrice Riviere and David Fuentes},
journal= {arXiv preprint arXiv:2104.10745},
year = {2023}
}