深度學習_經典網絡_ShuffleNet網絡

如下圖所示,圖a是一般的group convolution的實現效果,其造成的問題是,輸出通道只和輸入的某些通道有關,導致全局信息流通不暢,網絡表達能力不足。圖b就是ShuffleNet結構,即通過均勻排列,把group convolution後的feature map按通道進行均勻混合,這樣就可以更好的獲取全局信息了。 圖c是操作後的等價效果圖。在分組卷積的時候,每一個卷積核操作的通道數減少,所
相關文章
相關標籤/搜索