1位CNN架构搜索

低内存低算力

专为资源受限设备设计，采用实值父网络监督搜索二值网络架构，突破了1-bit CNN的检索效率瓶颈。

Yanjing, Li · Xu, Sheng · 曹先彬 · Zhuo, Li'An · 张宝昌 · 王田 · Guo, Guodong

International Journal of Computer Vision 2023

技术优势

收敛更稳

通过切向传播，让子网络的梯度与父网络解耦，避免二值化带来的梯度误差累积。

搜索更准

将架构参数与网络权重解耦优化，避免相互干扰，使搜索到的架构性能更优。

性能更强

在 CIFAR-10 和 ImageNet 上均优于之前的 1-bit NAS 方法。

应用场景

• 边缘AI芯片：二值运算只需 XNOR 和 bitcount，可直接在低功耗芯片上实时推理。
• 低功耗视觉：1-bit 模型大幅降低内存和计算，适合电池供电的视觉终端。
• 轻量化网络：搜索出的二值网络体积极小，可直接在移动端部署。