MobileNets公司

MobileNets:用于移动视觉应用的有效卷积神经网络。我们提出了一类高效的移动和嵌入式视觉应用模型MobileNets。MobileNets基于一种流线型的架构,它使用深度方向的可分离卷积来构建轻量级的深度神经网络。我们引入了两个简单的全局超参数,有效地在延迟和准确性之间进行权衡。这些超参数允许模型生成器根据问题的约束为其应用程序选择适当大小的模型。我们在资源和准确度的权衡上进行了大量的实验,并且与其他流行的ImageNet分类模型相比显示出了很强的性能。然后,我们展示了mobilenet在广泛的应用和用例中的有效性,包括对象检测、细粒度分类、人脸属性和大规模地理定位。


zbMATH中的参考文献(参考文献28条,1标准件)

显示第1到第20个结果,共28个。
按年份排序(引用)
  1. 库多斯贝,阿瓦佐夫;阿布杜萨洛莫夫,阿克马尔贝克;穆希迪诺夫、穆赫里丁;巴拉托夫,诺迪尔贝克;马赫穆多夫,法兹利丁;Cho,Young Im:CNN超声图像自动分类方法的改进(2022)
  2. 刘晓光;陈、孟;梁、铁;娄存光;王宏瑞;刘秀玲:一种用于多模态融合步态识别的轻量级双通道深度可分离卷积神经网络(2022)
  3. 罗斯利达,罗斯利达;赛亚拉迪,莫赫德;萨达米,凯伦;普拉丹,比斯瓦吉特;阿尼娅,菲特里;梅门,锡克里;Munadi,Khairul:BreaCNet:基于移动卷积神经网络的高精度乳腺热像图分类器(2022)
  4. 张浩楠;刘隆军;周恒义;孙红彬;郑,南宁:深度神经网络压缩的全局优化可控矩阵分解(2022)
  5. 李昌林、唐涛、王广润、彭洁峰、王冰、梁晓丹、张晓军:博斯纳斯:用块智能自监督神经结构搜索探索CNN混合变形金刚(2021)阿尔十四
  6. 尤伊,埃菲莫夫。S、 。;列昂诺夫,诉余。;奥迪诺基赫,G.A。;索罗马汀,I.A.:使用卷积神经网络寻找虹膜(2021)
  7. 费尔南德斯,弗朗西斯科·E·琼。;Yen,Gary G.:用进化策略修剪深度卷积神经网络架构(2021)
  8. 古萨克,J。;道尔巴耶夫。;波诺马雷夫E。;西科奇,A。;Oseledets,I.:深层神经网络的降阶建模(2021)
  9. 郝杰;朱威廉:建筑自我注意机制:神经结构搜索的非线性优化(2021)
  10. 黄俊浩;孙伟泽;黄磊:多目标稀疏神经网络的联合结构与参数优化(2021)
  11. 坎帕利亚,阿迪提亚;巴拉提,苏布拉托;波德,普拉乔伊;古普塔,迪帕克;康娜,阿什什;Phung,泰国金;Thanh,Dang N.H.:使用混合转移学习的现代乳房X光摄影术诊断乳腺癌(2021年)
  12. 刘春雷;丁文瑞;胡、元;张宝昌;刘建庄;郭国栋;David Doermann:带生成对抗性学习的修正二元卷积网络(2021)
  13. 彭建忠;朱伟;梁乔康;李正伟;陆茂英;孙伟;王耀南:基于BBE的复杂背景下代码字符缺陷检测(2021)
  14. 唐、孟;刘益民;Durlofsky,Louis J.:基于深度学习的三维地下流数据同化的替代流建模和地质参数化(2021)
  15. 托阿萨,梅苏特;Cömert,扎弗;Ergen,Burhan:应用自动编码器、MobileNetV2和峰值神经网络的智能皮肤癌检测(2021)
  16. 王如华;安,森建;刘万全;李玲:残差整流神经网络逆的不动点算法(2021)
  17. 谢云欣;朱晨阳;胡润山;朱正伟:极随机树智能测井岩性识别的粗到细方法(2021)
  18. 杨红飞;丁晓峰;陈,雷蒙德;胡,慧;彭亚新;曾铁勇:一种新的基于规范统计空间的深部网络初始化方法(2021)
  19. 张旭;黄、卫;高静;王大鹏;白、长川;陈志奎:远程智能舌诊断的深度稀疏转移学习(2021)
  20. 冯俊熙;滕启智;李冰;何小海;陈红刚;Li,Yang:基于深度学习的单二维图像多孔介质端到端三维重建框架(2020)