东北大学学报:自然科学版 ›› 2020, Vol. 41 ›› Issue (1): 12-16.DOI: 10.12068/j.issn.1005-3026.2020.01.003
于长永, 何鑫, 祁欣, 马海涛
YU Chang-yong, HE Xin, QI Xin, MA Hai-tao
摘要: 提出了一种简单且高效的轻量级DenseNet模型,优化了原DenseNet模型中存在的参数冗余以及高额浮点运算数(FLOPs)的问题.首先,分析了现有流行的卷积计算单元的细节以及特性,其次,应用具有良好特性的卷积单元组合来设计组多结构卷积单元,构建轻量级DenseNet模型,进一步分析了该模型与原DenseNet模型的复杂度.通过实验结果给出所构建网络结构的最优配置,并得到使用DenseNet-40模型约18.8%的FLOPs以及28.4%的模型参数的情况下,准确率仅下降≤0.4%的结果.
中图分类号: