MobileNetV3-Small
PulseAugur coverage of MobileNetV3-Small — every cluster mentioning MobileNetV3-Small across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
轻量级卷积神经网络的准确性和效率基准测试
一项新近发表在arXiv上的研究，为轻量级卷积神经网络（CNNs）提供了一个可复现的基准测试。该研究在CIFAR-10、CIFAR-100和Tiny ImageNet数据集上比较了七种已建立的架构。研究人员在统一的微调协议下，根据准确性、参数数量、存储和计算操作评估了模型。EfficientNetV2-S取得了最高的Top-1准确率，而EfficientNet-B0在性能和效率之间取得了良好的平衡，使用的参数和操作数量显著减少。研究还…
-
新的轻量级方法改进人脸图像质量评估
研究人员开发了一种新的、轻量级的人脸图像质量评估方法，这对于人脸识别系统至关重要。该方法采用了两个紧凑型神经网络 MobileNetV3-Small 和 ShuffleNetV2 的集成，并结合了一种新颖的相关感知损失函数。该方法旨在平衡准确性和计算效率，使其适用于实际应用。在 VQualA 基准测试上的实验表明，该方法与人类判断高度相关，获得了 0.9829 的 Spearman 秩相关系数。
-
TinyBayes 使边缘设备上的实时作物病害检测成为可能
研究人员开发了 TinyBayes，一个用于边缘设备实时图像分类的新颖框架，专门用于检测可可作物的病害。该系统集成了闭式贝叶斯分类器和移动级计算机视觉管道，模型总大小不到 9.5 MB。TinyBayes 在 Amini 可可污染挑战数据集上实现了 78.7% 的准确率，并且可以在 CPU 上在 150 毫秒内完成推理。