shufflenetV2的改进
时间: 2023-08-19 21:05:14 浏览: 97
基于以ShuffleNetV2改进的SSD与卷积神经网络相结合进行面部疲劳特征提取、识别毕业设计
ShuffleNet V2相较于ShuffleNet V1进行了以下改进:
1.使用更高效的通道重排方式:ShuffleNet V2中使用了一种称为"channel split"的方式,将输入通道分为两部分,并将它们分别用于不同的分支中,然后再将它们重新组合。这种方式相较于ShuffleNet V1中的"channel shuffle"方式更加高效。
2.增加了更多的组卷积层:ShuffleNet V2中引入了更多的组卷积层,以进一步减少模型的计算量和参数量。
3.引入了新的"stage"结构:ShuffleNet V2中增加了一种新的"stage"结构,以进一步提高模型的性能。
4.采用更加精细的网络设计:ShuffleNet V2中对网络的设计进行了更加精细的调整,以进一步提高模型的性能和效率。
综上所述,ShuffleNet V2相较于ShuffleNet V1在模型性能和计算效率方面都有较大的提升。
阅读全文