9月14日消息,來自華為諾亞方舟實驗室的一篇論文近日被CVPR 2020接收。該論文提出了一種新型的端側神經網絡架構GhostNet,該架構可以在同樣精度下,速度和計算量均少于SOTA算法。該論文提供了一個全新的Ghost模塊,旨在通過廉價操作生成更多的特征圖。該Ghost模塊即插即用,通過堆疊Ghost模塊得出Ghost bottleneck,進而搭建輕量級神經網絡——GhostNet。在ImageNet分類任務,GhostNet在相似計算量情況下Top-1正確率達75.7%,高于MobileNetV3的75.2%。目前,該架構已開源。