《Pelee: A Real-Time Object Detection System on Mobile Devices》解讀

已有的在移動設備上執行的深度學習模型例如 MobileNet、 ShuffleNet 等都嚴重依賴於在深度上可分離的卷積運算，而缺乏有效的實現。在本文中，來自加拿大西安大略大學的研究者提出了稱爲 PeleeNet 的有效架構，它沒有使用傳統的卷積來實現。PeleeNet 實現了比目前最先進的 MobileNet 更高的圖像分類準確率，並降低了計算成本。研究者進一步開發了實時目標檢測系統 Pelee

>>阅读原文<<