轻量级像素差异网络用于高效视觉表示学习
原文中文,约500字,阅读约需2分钟。发表于: 。提出两种新型卷积方法 Pixel Difference Convolution(PDC)和 Binary PDC(Bi-PDC),以及两个轻量级深度网络 PiDiNet 和 Bi-PiDiNet 用于视觉任务,如边缘检测和目标识别。在 BSDS500、ImageNet、LFW 和 YTF 等数据集上进行的广泛实验表明,PiDiNet 和 Bi-PiDiNet...
该文章介绍了Pixel Difference Convolution(PDC)和Binary PDC(Bi-PDC)两种新型卷积方法,以及PiDiNet和Bi-PiDiNet两个轻量级深度网络,用于视觉任务。实验结果显示,PiDiNet和Bi-PiDiNet在准确性和效率方面取得了最佳平衡。PiDiNet在BSDS500数据集上实现了与人类水平相当的边缘检测性能,无需ImageNet训练。Bi-PiDiNet在目标识别方面表现最佳,且在ResNet18上减少了近2倍的计算成本。