压缩技术与CNN鲁棒性

Research Paper#Computer Vision, Deep Learning, Model Compression, Robustness🔬 Research|分析: 2026年1月3日 06:17
发布: 2025年12月31日 17:00
1分で読める
ArXiv

分析

本文探讨了一个关键的实际问题:对于资源受限的设备至关重要的模型压缩,对CNN在真实世界中的损坏下的鲁棒性的影响。 研究重点关注量化、剪枝和权重聚类,并结合多目标评估,为部署计算机视觉系统的从业者提供了宝贵的见解。 使用CIFAR-10-C和CIFAR-100-C数据集进行评估增加了论文的实用相关性。
引用 / 来源
查看原文
"Certain compression strategies not only preserve but can also improve robustness, particularly on networks with more complex architectures."
A
ArXiv2025年12月31日 17:00
* 根据版权法第32条进行合法引用。