shuffleNetV2

ShuffleNetV2是一种神经网络架构，采用了两种关键技术：pointwise group convolution和channel shuffle。pointwise group convolution是通过将卷积操作分为多个较小的卷积操作来减少计算量；而channel shuffle则是通过对输入特征图的通道进行重新排列来增强特征提取能力。相比于ShuffleNetV1和MobileNet V2，ShuffleNetV2在计算复杂度为40M FLOPs的情况下具有更高的精度，分别比ShuffleNetV1和MobileNet V2高3.5%和3.7%。