如何减少 U-Net 参数？

Question

我需要实现一个用于语义分割任务的 U-net。是否可以通过减小图像大小来减少 U-Net 中的参数数量？例如从 (256,256,3) 到 (32,32,3)。还是有其他方法？

Answer 1

对于全卷积架构，参数数量与输入大小无关：滤波器大小是固定的。它们不会随图像大小而变化，只会随着计算的激活图而变化。

如果你想减小模型尺寸，你可以：

1. 减小卷积的内核大小。
2. 减少卷积层中过滤器的数量 (out_channels)。
3. 应用group convolution 而不是常规的。

请注意，减少参数数量（模型大小）并不总是意味着减少评估模型所需的 FLOPS 数量。对于卷积网络，评估所需的操作数在很大程度上取决于输入大小。