一种轻量化的金字塔卷积

金字塔卷积(Pyconv)是近年提出的一种金字塔式多层结构,可以提取多尺度的特征信息,已被应用于多种计算机视觉任务,但其冗余度高,参数量大。因此,本文提出了一种轻量化的金字塔卷积light_Pyconv,其使用卷积分解和分组卷积降低卷积冗余度,同时,将残差单元、通道混洗技术以及注意力机制引入设计,以维持网络的准确率并加速有效特征的提取。在VGG13网络上,参数量从1.96M下降到了0.56M,而在CIFAR-10和CIFAR-100数据集上的准确率仅分别下降了0.87%和0.04%;在ResNet18网络上,参数量从9.22M下降到了7.72M,而在两个数据集上的准确率仅分别下降了0.24%和0.76%。light_Pyconv在降低模型尺寸的同时,其在收敛速度和准确率波动上的表现仍优于原始网络结构。