文件名称：rexnet:带有预训练模型的ReXNet（等级扩展网络）的官方Pytorch实施
文件大小：6KB
文件格式：ZIP
更新时间：2024-04-07 16:32:57
deep-learning pytorch imagenet image-classification object-detection
（注意）我们的论文已被CVPR 2021接受！！提交的论文将在arxiv上更新！ （注意）性能优于EfficientNet-Lite的新型号ReXNet-Lite即将上载！ ReXNet：减少卷积神经网络上的代表性瓶颈 韩东运，尹尚道，许炳镐和杨俊J || 海军实验室AI LAB 抽象的 本文解决了网络中的代表性瓶颈，并提出了一组可显着提高模型性能的设计原则。我们认为，代表性的瓶颈可能会出现在由常规设计设计的网络中，并导致模型性能下降。为了研究代表性瓶颈，我们研究了由上万个随机网络生成的特征的矩阵等级。我们将进一步研究整个层的通道配置，以设计更准确的网络体系结构。基于调查，我们提出了简单而有效的设计原则来减轻代表性瓶颈。遵循该原则对基准网络进行的细微更改将导致ImageNet分类的显着性能改进。此外，COCO对象检测结果和多个数据集上的转移学习结果还为减少网络的代表性瓶颈与提高性能之间
【文件预览】：
rexnet-master
----rexnetv1.py(6KB)
----LICENSE(1KB)
----README.md(9KB)