EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks

Abstract: CNN通常都是在固定资源预算下开发设计,如果有更多的可用资源再将模型结构放大以获取更高的精度。这篇文章系统性的研究了模型的缩放并且仔细验证了网络深度,宽度,分辨率之间的平衡可以使网络获得更好地性能表现。基于此发现,提出了一个新的网络缩放方法----利用一个简单且高效的复合系数来完成对深度/宽度/分辨率所有维度的统一缩放。文中通过MobileNets和ResNets对这种方法的高
相关文章
相关标签/搜索