实体
ShuffleNetV2
ShuffleNetV2
PulseAugur coverage of ShuffleNetV2 — every cluster mentioning ShuffleNetV2 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
PrintGuard 2.0 发布，配备 5MB TFLite 模型，支持浏览器和 CPython
PrintGuard 2.0 是一个用于检测 3D 打印故障的更新系统，它利用 ShuffleNetV2 编码器和原型网络进行少样本故障检测。新版本拥有一个显著减小的 TensorFlow Lite 模型，约 5 MB，可以通过 Pyodide 在 CPython 和浏览器环境中未经修改地运行。这使得在无需重新训练的情况下，可以灵活地部署和调整灵敏度及阈值，并采用动态推理调度以实现公平性和效率。
-
新框架评估 AI 驾驶员模型，超越单纯的准确性
研究人员引入了一个新的驾驶员监控模型评估框架，超越了单纯的准确性指标。以人为本的基准测试框架 (HCBF) 从准确性、可解释性、效率和鲁棒性等方面评估模型。当应用于 MRL Eye 数据集上的四种轻量级架构时，研究发现，虽然模型在纯准确性方面表现相似，但它们在不同维度上表现出色。ShuffleNetV2 的总体排名最高，但其在嘈杂条件下的性能显著下降，这凸显了多维度评估对于实际部署的重要性。
-
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。