| 程式人 | 林信良 | 程式學習 | 卷積 | 深度學習
從卷積到卷積神經網路
若對於卷積神經網路中卷積、填補、池化等觀念感到難以理解,我們可以試著從圖像處理的卷積運算這類可解釋模型當中來理解,從而認識到卷積神經網路,其實就是從資料生成濾鏡的事實
2021-10-07
| 中華電信 | 深度學習 | 物件辨識 | 卷積 | 模型輕量化
物件偵測模型如何輕量化?中華電信研究院分享自家3秘訣
中華電信揭露物件偵測模型輕量化3大作法,首先模型骨幹直接採用新結構(如EfficientNet-Lite),模型頸部和頭部則以近似運算來減少參數量,比如用差值讓長寬一致、用一層卷積讓Channel數一致,並用深度可分離卷積來重組頭部,同時輕量化損失函數,來避免沒辦法收斂的結果。
2021-03-25