深浅双路径卷积神经网络
来源：计算机应用与软件杂志2024年第5期北京时间：
作者：沈超元, 续晋华
摘要：受限于嵌入式设备和移动设备的内存和计算能力，深度卷积神经网络(CNN)的部署因较大的参数量和较慢的推理速度受到阻碍，因此轻量化网络研究越来越受到关注。基于ResNet-50构建一个带浅层和深层的双路径架构(SDDP),可以通过调整两个路径的通道维度比例实现模型的压缩。此外，还提出一个特征分离模块，基于通道注意力将特征图分为两组，一组进入深路径，另一组进入浅路径，精确的分组可以让特征提取更加高效。该网络架构在lmageNet数据集上超越了当前最好的剪枝方法和轻量化设计模型。
关键词：卷积神经网络, 模型压缩, 通道注意力
