1.介绍
GhostNet是华为诺亚方舟实验室在CVPR202提出 ,其论文名字是:GhostNet: More Features from Cheap Operations,简单来说,它的意思就是通过更简单的运算提取特征,至于怎么提就需要看论文了。
2.模型结构
训练好的网络里的feature map存在大量的冗余信息 ,有很多特征长得很相似,可以见下图,对于长得很相似的特征,我们是不是可以通过 一个简单的线性变化或者滤波得到,就没必要通过复杂的卷积运算了,其实,本文的做法就是这种思想。
那么作者到底是怎么做的,见下图,Output上部分(黄色特征图)是通过卷积生成,下部分,通过分组卷积(作者其实也尝试了其它方法,只不过这种方式有利于加速)
3.代码实现
代码实现不难,等我用到了,再补着,笔者最近也很忙。