论文部分内容阅读
结构参数量和计算量限制了卷积神经网络在移动设备上的应用。主要研究在尽量保持精度的前提下减少结构参数量和计算量。针对分组卷积引起的分组通道间不流通的问题,提出分组瓶颈;针对如何提升分类精度问题,提出奇异瓶颈;使用上述策略改进SqueezeNet,提出轻量化结构SlimNet。实验表明:引入分组瓶颈和奇异瓶颈具有有效性,提出的轻量化结构Slim Net在分类精度、结构参数量及计算量上均优于SqueezeNet。