- …
- …
#632
summarized by : Teppei Kurita
どんな論文か?
高性能のNNの特徴マップを観察すると、実は似たようなペアが多数存在し、その冗長性が性能を高めている一因である。そこで特徴マップのこのような性質を利用し、計算量とパラメータ数が安価になる代替手段を提案した。
新規性
愚直に全部畳み込まなくても、ある程度特徴数をサボって畳み込んで後は線形演算とコピーで同じような特徴を作ることで軽量化できることを示したことが新規性。この提案したGhostモジュールは既存のNNを(性能を落とさず)簡単に置き換えることができる。
結果
このモジュールを中心に構成した提案するGhostNetはImageNet ILSVRC2012において、同コストでMobileNetV3よりも高い認識性能を確認。
その他(なぜ通ったか?等)
一般的な考えで、既存のNNにも適用ができるので汎用性が高い。NNの軽量化はトピックとしては実用的で、組み込み機器など計算資源が限定されている場合は選択肢になるかも。
- …
- …