面向移动平台的轻量级卷积神经网络架构

作者：胡挺; 祝永新; 田犁; 封松林; 汪辉^*

来源：计算机工程, 2019, 45(01): 17-22.

DOI：10.19678/j.issn.1000-3428.0049905

• 深度学习
• 卷积神经网络
• 深度可分离卷积
• 神经网络压缩
• 轻量级

针对深度神经网络在移动平台上存在准确度低、过拟合等问题,提出一种轻量级的卷积神经网络架构。将3×3的深度可分离卷积替换SqueezeNet网络模型基本模块Fire中的标准3×3卷积核,并构建SparkNet的网络结构,替换模型卷积得到网络变形结构。实验结果表明,与SqueezeNet网络结构相比,该架构可以提高网络模型的计算速度,有效降低网络模型规模并减少参数数量。

• 单位
  中国科学院大学; 中国科学院上海高等研究院