spconv 轻量级神经网络压缩模型

小记：spconv是一种可插拔模型，即可以用在几乎任何模型中。因为它将一般模型中的Conv3 ** 3换成了一种新的模型（效果和Conv3** 3一样，但是计算量比较小），模型的其他的地方不变。这种轻量级网络目的是：小、快。但今天在实现的时候发现实际情况不是这样。

模型

就是把原来的3*3conv换成上面所示的结构。

结果

以vgg19为baseline。
参数量方面：从20M（vgg19）降低到7M。
推理速度方面：训练一个batch的时间却提高了。

以上是vgg——baseline的训练时间（Time）

以上是改进后的训练时间（Time）