Efficient CNNs in computer vision from an explanatory perspective

Resumen

Las redes neuronales convolucionales son una herramienta indispensable en visión por computador. Sin embargo, su gran coste computacional limita su despliegue en dispositivos con recursos limitados, utilizados en el procesamiento de imágenes. A pesar de que existen métodos de compresión, la mayoría requieren procesos intensivos. Además, suelen obviar la naturaleza opaca de las redes, a riesgo de eliminar características relevantes y degradar el rendimiento. Se introducen dos estrategias de compresión de bajo coste computacional y se realiza un análisis explicativo de la relación entre las características preservadas, los criterios de poda y la eficiencia del modelo, aportando información novedosa. Los experimentos en segmentación de imágenes, donde la poda ha pasado desapercibida, demuestran la eficacia de las propuestas, reduciendo más del 90% los parámetros sin apenas perder precisión. Los experimentos en tareas de clasificación prueban su generalidad y su eficiencia en comparación con la literatura. Finalmente, el análisis explicativo guía las mejoras que incrementan la efectividad de los métodos.