ペーパーアドレス: https://arxiv.org/abs/1911.11907
コードアドレス: https://github.com/huawei-noah/ghostnet
畳み込みニューラル ネットワーク (CNN) を組み込みデバイスに展開することは、メモリとコンピューティング リソースが限られているため困難です。特徴マップの冗長性は、成功したニューラル ネットワークの重要な特徴ですが、ニューラル アーキテクチャの設計ではほとんど研究されていません。この論文では、安価な操作からより多くの特徴マップを生成するための新しいGhostモジュールを提案します。一連の固有の特徴マップに基づいて、一連の線形変換を低コストで適用して、固有の特徴の情報を完全に明らかにできる多くのゴースト特徴マップを生成します。提案されたGhostモジュールは、既存の畳み込みニューラル ネットワークをアップグレードするためのプラグ アンド プレイ コンポーネントとして使用できます。Ghostボトルネックはスタックされたモジュールとして設計されておりGhost、軽量に簡単に構築できますGhostNet。ベンチマークの実験では、提案された Ghost モジュールがベースライン モデルの畳み込み層に代わる優れた代替品であることが示されており、私たちの手法は、GhostNetImageNet ILSVRC2012 分類データセット上で同様の計算コストで MobileNetV3 よりも優れたパフォーマンスを達成できることが示されています。 1 精度&#x