大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。
Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺
项目地址(GitHub):https://github.com/Ranking666/Yolov5-Processing
~~~欢迎各位交流、star、fork、issues~~~
项目介绍:
本仓库是基于官方yolov5源码的基础上,进行的改进。
目前支持更换yolov5的backbone主干网络为Ghostnet,以及采用eagleeye的剪枝方法支持对yolov5系列的剪枝。
后续,将会添加更多更轻量,更优秀的主干网络,比如swintrans,EfficientNet等,以及其他剪枝方法,以及量化,蒸馏对于yolov5系列的支持。
欢迎大家有问题,错误,想法都可以积极交流,探讨,学习,本项目长期维护,持续更新,各位的star,就是对本项目的大力支持。
《GhostNet: More Features from Cheap Operations》
先简单介绍一下,目前支持的backbone
在一张图像中存在着很多像素的冗余,而在CNN模型中这种冗余更是非常多的,提取到了大量无用的特征。
比如论文中给到的这个图,可以看到用扳手连接的几张图其实是非常相似的,完全是冗余的,不需要的
于是本论文提出一个仅通过少量计算(cheap operations)就能生成大量特征图的结构——Ghost Module。
Ghost Module可以适用在任何大型的CNN模型中,已经可以达到即插即用的效果。
首先,作者将原来的卷积分为两步,第一步还是卷积,只不过输出通道数减少了;第二步是用第一步生成的特征图通过线性变化,来生成剩余的特征图。最后将两步的输出通道结合输出。也就是像图中b表示的这样
然后,作者通过一系列计算得出计算量是减少的,具体公式这里就不列出。
了解了Ghost Module,下面看Ghost Bottlenecks。
Ghost Bottlenecks的作用和残差块的作用一样,结构也和残差块的结构类似 ,就不过多介绍, 大家看过代码一下就能懂
所以,backbone就是由这样的Ghost Bottlenecks堆叠产生的。
EagleEye: Fast Sub-net Evaluation for Efficient Neural Network Pruning
详细大家可以看之前的初入神经网络剪枝量化3
如有错误,欢迎各位批评指正!!!
发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/170748.html原文链接:https://javaforall.cn
【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛
【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...