本文是MSRA的研究员针对HRNet的轻量化设计，已被CVPR2021接收。从HRNet与轻量化网络ShuffleNet的组合出发，针对置换模块存在的计算瓶颈问题，提出了一种高效条件通道加权单元替换1x1卷积，并得到了本文的Lite-HRNet。所提Lite-HRNet在人体姿态估计方面取得了最佳的精度-速度均衡，比如在COCO数据集上，Lite-HRNet-30仅需0.7GFLOPs即可取得69.7AP指标；Lite-HRNet-30仅需0.42GFLOPs即可取得87.0 PCKh@0.5的指标。
- 论文名称：Lite-HRNet: A Lightweight High-Resolution Network
- 论文链接：https://arxiv.org/abs/2104.06403
- 代码链接：https://github.com/HRNet/Lite-HRNet
感兴趣的可以戳原文或论文链接。
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
评论
沙发等你来抢