EN
2022年03月24日研究成果

可学习的稀疏特征重激活

黄高团队

       清华大学副教授、智源青年科学家黄高团队针对密集连接网络中特征复用机制,提出了一种可学习的稀疏特征重激活方法,即在在前向传播过程中有选择地更新一部分特征,以提升其在被复用时的可用性,从而增强特征的复用效率。本文在大规模基准数据集ImageNet上,以及目标检测数据集MSCOCO上进行了广泛的实验,结果表明,本文提出的高效轻量化网络CondenseNetV2在边缘设备上能够超越目前性能最佳的轻量化网络GhostNet、MobileNet-V3,同时上述方法也能提升其他利用密集连接的模型如ShuffleNet v2的性能,具有较大的实际应用前景和研究启发意义。


7.png

(图片来源:学者论文)


分享到: