目标检测量化总结
人数基本没有，其作为IR工具，很少有人拿他来训练。。。。量化资料虽然多，但基本都是跑一个分类模型，至于检测的量化少之又少。 ...
原文：目标检测轻量化压缩
目标检测轻量化压缩 目标检测难点概述 目标检测是计算机视觉中一个重要问题，在行人跟踪 车牌识别 无人驾驶等领域都具有重要的研究价值。近年来，随着深度学习对图像分类准确度的大幅度提高，基于深度学习的目标检测算法逐渐成为主流。 自 年以来，目标检测框架分为two stage 和 one stage 两大类，前者以经典方法 Faster R CNN 为代表，后者以 YOLO 和 SSD 为主要框架。近年 ...
2020-04-22 07:32 0 1410 推荐指数：
相关推荐
BIM轻量化之路（一）
从事建筑行业也有一段时间，知道了整个建筑建设的大概流程：初设、设计、施工交付到后期运营，信息化有个关键技术就是模型的轻量化。 我们的BIM设计人员主要使用Revit 进行三维设计，这里主要是分享基于revit的轻量化实现。实现路径很曲折，先后从uintiy 转到webgl的threejs. ...
模型轻量化
1. 轻量化网络 参考： https://zhuanlan.zhihu.com/p/35405071 Mobilenet v1核心是把卷积拆分为Depthwise+Pointwise两部分。 图5 为了解释Mobilenet，假设有 的输入，同时有 个 的卷积。如果设置 ...
轻量化模型设计
十岁的小男孩 本文为终端移植的一个小章节。 目录 引言 论文 A. MobileNets B. ShuffleNet C. Squeezenet ...
深度学习模型轻量化（上）
深度学习模型轻量化（上） 移动端模型必须满足模型尺寸小、计算复杂度低、电池耗电量低、下发更新部署灵活等条件。 模型压缩和加速是两个不同的话题，有时候压缩并不一定能带来加速的效果，有时候又是相辅相成的。压缩重点在于减少网络参数量，加速则侧重在降低计算复杂度、提升并行能力等。模型压缩和加 ...
轻量化模型之MobileNet系列
自 2012 年 AlexNet 以来，卷积神经网络在图像分类、目标检测、语义分割等领域获得广泛应用。随着性能要求越来越高，AlexNet 已经无法满足大家的需求，于是乎各路大牛纷纷提出性能更优越的 CNN 网络，如 VGG、GoogLeNet、ResNet、DenseNet ...
Python 轻量化简繁转换
最近项目中用到了简单的简繁转换，如果用OpenCC太重了，于是搜到了 zhconv 这个库。 zhconv 提供基于 MediaWiki 词汇表的最大正向匹配简繁转换，Python 2, 3 ...
Abp太重了？轻量化Abp框架
本文首发于个人博客（https://blog.zhangchi.fun/） 在进行框架的选型时，经常会听到“***框架太重了”之类的声音，比如“Abp太重了，不适合我们...”。事实上，A ...