![arxiv：2303.16900V2 [CS.CV] 2024年12月31日](/simg/7/7fbd38e5186adbb4127c602f7882076c73aa6525.webp)
机构名称：
¥ 1.0
受VIT的远程建模能力的启发，最近对大型内核卷积进行了广泛的研究和采用，以扩大接受场并提高模型性能，例如采用7×7深度卷积的非凡工作Convnext。尽管这种深度操作员只会消耗几个失败，但由于高内存访问成本，它在很大程度上损害了强大的计算设备的模型效率。例如，Convnext-t具有类似的Resnet-50拖鞋，但在A100 GPU上以完全精确的训练时，只能达到约60％的吞吐量。尽管减小Convnext的内核大小可以提高速度，但它会导致大量的性能退化，这带来了一个具有挑战性的问题：如何在保留其性能的同时加快基于大内核的CNN模型。为了解决这个问题的启发，我们建议将大内核深度卷积分解为沿Channel尺寸的四个平行分支，即小型平方内核，两个正交带内核和一个身份映射。通过这种新的深度卷积，我们建立了一系列的网络作品，即Incepitonnext，不仅享有高通量，而且还保持竞争性表现。例如，inceptionnext-t达到1。6×高训练的吞吐量高于Convnex-T，并且在Imagenet-1k上获得了0.2％的TOP-1准确性提高。我们的抗议inceptionNext可以作为未来建筑设计的经济基线，以减少碳足迹。
arxiv：2303.16900V2 [CS.CV] 2024年12月31日
主要关键词
![arxiv：2303.16900V2 [CS.CV] 2024年12月31日PDF文件第1页](/bimg/e/eab3640d89972fb1c40f1f1b15edfefa426eaae1.webp)
![arxiv：2303.16900V2 [CS.CV] 2024年12月31日PDF文件第2页](/bimg/6/6aae5192accf21b7f65c5d19d8ee9b4b98bff485.webp)
![arxiv：2303.16900V2 [CS.CV] 2024年12月31日PDF文件第3页](/bimg/0/044cbe6e165f0cf51b6f83b7694460f54d6abfe6.webp)
![arxiv：2303.16900V2 [CS.CV] 2024年12月31日PDF文件第4页](/bimg/5/582bf9e1a9a022634ca94a8ad3dd2cbb45f723bf.webp)
![arxiv：2303.16900V2 [CS.CV] 2024年12月31日PDF文件第5页](/bimg/2/215c2bb1530c1789782a7a52f1f88e2f6acad5b3.webp)
相关文件推荐
![arxiv：2303.04376v2 [CS.CV] 2024年2月21日](/simg/c/c08cba40f15bbb2f314c7e7ff6ea1da6df626a12.webp)
![arxiv：2412.04469v1 [CS.CV] 2024年12月5日-NIPS Papers](/simg/d/d2c25b9caa37938f66dbb4fdda58fd675645fcf3.webp)
![arxiv：2403.07692v2 [CS.CV] 2024年3月14日](/simg/0/07e144d34759045ee888c8d72197c74b0cc21d50.webp)
![arxiv：2408.14909v2 [CS.CL] 2024年12月24日](/simg/c/cb17634eb62dfb255310cdc41075dc0f28bbcc56.webp)
![arxiv：2212.04965v2 [CS.CV] 2024年5月20日](/simg/f/fac022dade369cf22ce77cd10d24214e6618a3d2.webp)
![arxiv：2403.12835v1 [CS.CV] 2024年3月19日](/simg/d/d20844f68974223f91c22f7d76d43b65d4113949.webp)
![arxiv：2311.17085v2 [CS.CV] 2024年2月19日](/simg/2/2cef09d2f291e154357cd1d57ca70d2de9f797c6.webp)
![arxiv：2412.03206v1 [CS.ET] 2024年12月4日](/simg/a/aa6a96e88b19e56e99a1bb2ab7390398bd7b3575.webp)
![arxiv：2311.14552v3 [CS.CV] 2024年10月8日](/simg/0/01bece2b02a718559491f0f4925c190c0dd412dd.webp)
![arxiv：2405.02288V2 [CS.CV] 2024年5月17日](/simg/a/ae87bc3287454a2fa534f8b83dd160f14afb0f16.webp)
![arxiv：2410.02067v2 [CS.CV] 2024年10月28日](/simg/7/78d25e6808333495cd2a8f8404dca73c7a86c480.webp)
![arxiv：2303.09043v2 [CS.CR] 2024年7月28日](/simg/1/10e68db7e92d675b8dbfeb377daf9849df6d7709.webp)
![arxiv：2405.16959v1 [CS.CV] 2024年5月27日](/simg/4/490082b0a4cdb5dfe396c8f00e2d19916b174d66.webp)
![arxiv：2401.08719v2 [CS.SE] 2024年12月24日](/simg/3/36c6ae886718bbdd1d05551c489d8dfb561ae4ad.webp)
![arxiv：2303.13508V2 [CS.CV] 2023年3月27日](/simg/d/d3c5c3db867d2b184eb0df01f6372f653ff1150a.webp)
![arxiv：2402.00128v2 [CS.CV] 29年2月29日，2024年2月](/simg/0/0c92b1f474dcdb77ec786b56d2d8026655473f57.webp)
![arxiv：2401.06312v4 [CS.CV] 29 2024年3月29日](/simg/8/8f626a5a2e27417b245caccf424f2faffb5a7963.webp)
![arxiv：2407.21654v1 [cs.cv] 2024年7月31日](/simg/e/eea76ff78a5e1b25306a95443ed7ef0f1c6b852c.webp)
![arxiv：2409.09541v3 [cs.ai] 2024年12月12日](/simg/1/14209d226327b5a6cbf8e094be8901d23e4dc34a.webp)
![arxiv：2410.19363v2 [cs.cv] 2024年12月23日](/simg/6/686e38225a84bacafbcd016080a298d9958cd5fd.webp)