3种特征，一半通道，FLOPs暴降50%！快用通道分组折半卷积| 即插即用模块与论文写作【V1代码讲解175】
通道分组折半卷积模块（Channel Grouping Half-convolution，CGHF）：
实际意义：①传统 CNN 难以针对性提取多层级特征：果蔬图像存在三类关键特征（表面属性如颜色、形状、纹理、深度），无法“差异化”捕捉不同层级特征，导致相似类别难以区分。
②全通道卷积导致计算与参数冗余：传统卷积对特征图所有通道进行相同操作，产生大量冗余计算，特征部分通道信息重复，无需全通道密集计算。
实现方式：①将特征图通道划分为3组，每组独立卷积实现对判别性特征的敏感度，保证不同特征（颜色、纹理、深层语义）的多样性和完整性。
②仅对一半通道进行卷积，另一半保持不变，减少 FLOPs和内存访问量。
立即观看
0