大家好，歡迎來到我們的星球知識小卡片專欄，本期給大家分享分組卷積網絡模型的發展現狀。

作者&編輯 | 言有三

1 卷積拆分的高效

我們常見的卷積是一個二維的操作，即一個卷積核在圖像上進行滑動。如果再考慮上各個通道間的信息融合，那么就是一個三維的操作，包含了通道，寬度，高度三個維度。如果將各個維度進行拆分呢？會不會更加高效？

2 分組卷積萌芽

Laurent Sifre在Google實習的時候提出了depthwise separable convolution，從此分組卷積在模型設計中開始萌芽。

3 從Inception到Xception

Google提出的多尺度，更寬的InceptionNet取得了2014年ImageNet競賽的冠軍，比同期的VGG更深但是卻更小，速度更快。Xception則將Inception的思想發揮到了極致，揭開了分組卷積大規模應用的序幕。

4 分組卷積基準

對于大部分同學來說，知道分組卷積就是從MobileNet開始的，它也是當前最重要的分組卷積基準模型。

5 多尺度分組網絡

分組卷積模型的各個分支可以使用不同大小的卷積核，其中典型代表就是SqueezeNet。SqueezeNet是一個非常高效率的模型，它將AlexNet模型壓縮到原來1/50，同時保證性能幾乎不變。

6 其他

除了以上基本的變種，分組網絡還有非常多的新方向，包括：

(1) 多尺度和多感受野分組卷積模型。

(2) 分組可學習的分組卷積模型。

(3) 多精度的分組卷積模型。

(4) 與殘差網絡的結合。

(5) 其他等等。

以上內容，如果你不想自己學習，可以去我們知識星球的網絡結構1000變板塊—分組網絡板塊閱讀，純屬自愿，不愿勿噴。

有三AI知識星球

知識星球是有三AI的付費內容社區，里面包括各領域的模型學習，數據集下載，公眾號的付費圖文原稿，技術總結PPT和視頻，知識問答，書籍下載，項目推薦，線下活動等資源，了解詳細請閱讀以下文章：

【雜談】有三AI知識星球一周年了！為什么公眾號+星球才是完整的？

【雜談】萬萬沒想到，有三還有個保密的‘朋友圈’，那里面都在弄啥！

轉載文章請后臺聯系

侵權必究

往期精選

• 【雜談】2020年有三AI計算機視覺培養計劃詳解，該不該學&怎么學CV的簡單討論

• 【年終總結】2019年有三AI做了什么，2020年我們要做什么？
  

• 【總結】有三AI秋季劃模型優化組3月直播講了哪些內容，為什么每一個從事深度學習的同學都應該掌握模型優化的內容

• 【總結】有三AI秋季劃人臉算法組3月直播講了哪些內容，計算機視覺你不可能繞開人臉圖像

• 【總結】有三AI秋季劃圖像質量組3月直播講了哪些內容，為什么解決好底層圖像處理問題那么重要

總結

以上是生活随笔為你收集整理的【星球知识卡片】移动端高效率的分组网络都发展到什么程度了？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。