BiDense:用于密集预测的二值化
发表于: 。本研究针对密集预测任务中现有方法对计算资源需求过高的问题,提出了一种通用的二值神经网络BiDense。BiDense通过分布自适应二值化器(DAB)和通道自适应全精度旁路(CFB)技术,有效保留了更多信息,从而在内存使用和计算成本显著降低的同时,达到与全精度模型相当的性能。
本研究针对密集预测任务中现有方法对计算资源需求过高的问题,提出了一种通用的二值神经网络BiDense。BiDense通过分布自适应二值化器(DAB)和通道自适应全精度旁路(CFB)技术,有效保留了更多信息,从而在内存使用和计算成本显著降低的同时,达到与全精度模型相当的性能。