ShuffleNet: чрезвычайно эффективная сверточная нейронная сеть для мобильных устройств

Представлена чрезвычайно вычислительно эффективная архитектура сверточной нейронной сети (CNN) под названием ShuffleNet, разработанная специально для мобильных устройств с очень ограниченными вычислительными ресурсами (например, 10–150 MFLOPs). Новая архитектура использует две новые операции — покомпонентную групповую свертку (pointwise group convolution) и перемешивание каналов (channel shuffle) — что позволяет значительно снизить вычислительные затраты при сохранении точности. Эксперименты на задачах классификации ImageNet и детекции объектов MS COCO демонстрируют превосходную производительность ShuffleNet по сравнению с другими архитектурами; например, при бюджете вычислений 40 MFLOPs ShuffleNet обеспечивает более низкую top-1 ошибку (абсолютно на 7.8%) по сравнению с недавней MobileNet в задаче классификации ImageNet. На мобильном устройстве на базе ARM ShuffleNet достигает примерно 13× фактического ускорения по сравнению с AlexNet при сопоставимой точности.