CIRBlock:融合低代价卷积的轻量反向残差模块

作     者：余海坤 吕志刚 王鹏 李晓艳 王洪喜 李亮亮 YU Haikun;LYU Zhigang;WANG Peng;LI Xiaoyan;WANG Hongxi;LI Liangliang

作者机构：西安工业大学电子信息工程学院西安710021 西安工业大学机电工程学院西安710021 西安工业大学发展规划处西安710021 

基　　金：国家自然科学基金(62171360) 陕西省科技厅重点研发计划(2022GY-110) 西安工业大学校长基金面上培育项目(XGPY200217) 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2023年第59卷第20期

页      码：94-102页

摘      要：针对轻量级卷积神经网络MobileNet采用的反向残差结构仍具有较多的冗余计算的问题,构建了一种更为轻量的反向残差模块(cheap inverted residuals block,CIRBlock),并设计了一种新的轻量级卷积神经网络CIRNet。通过低代价卷积操作,简化逐点卷积,并构建旁路分支进行特征复用,减少反向残差的输出通道;利用通道注意力机制和通道混洗,增强通道间信息交流;在下采样时利用旁路分支信息构建和主分支相同的拓扑结构,提高特征冗余结构的通道多样性;完成轻量化网络模块CIRBlock的设计,并通过人工堆叠CIRBlock构建不同复杂度的轻量级卷积神经网络CIRNet。在目标分类上的实验表明:在CIFAR数据集上,基于相同的VGG16架构,使用CIRBlock比使用MobileNetV2的反向残差结构FLOPs降低58.1%,参数量减少55.5%,分类精度损失小于0.4%。在Mini-ImageNet目标分类数据集上,CIRNet分类精度比MobileNetV2高0.35%,FLOPs降低69%,参数量减少77.4%。

主 题 词：机器视觉 轻量级卷积神经网络 反向残差结构 目标分类 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3778/j.issn.1002-8331.2206-0371

馆 藏 号：203124141...