华为诺亚实验室联合浙江大学、中国科学院大学等高校提出一种新型视觉神经网络加速技术 Dynamic Resolution Network（DRNet），不仅有效地节省了推理时间，还显著地提高了识别准确度。相关论文已中稿 NeurIPS 2021。

论文地址：https://arxiv.org/abs/2106.02898

 

该论文指出识别每张图片所需要的最小分辨率是不同的，而现有方法并没有充分挖掘输入分辨率的冗余性，也就是说输入图片的分辨率不应该是固定的。论文进一步提出了一种动态分辨率网络 DRNet，其分辨率根据输入样本的内容动态决定。一个计算量可以忽略的分辨率预测器和我们所需要的图片分类网络一起优化训练。在推理过程中，每个输入分类网络的图像将被调整到分辨率预测器所预测的分辨率，以最大限度地减少整体计算负担。
实验结果表明，在 ImageNet 图像识别任务中，DRNet 与标准 ResNet-50 相比，在相似准确率情况下，计算量减少了约 34%；在计算量减少 10% 的情况下，精度提高了 1.4%。

内容中包含的图片若涉及版权问题，请及时与我们联系删除