9月14日消息，来自华为诺亚方舟实验室的一篇论文近日被CVPR 2020接收。该论文提出了一种新型的端侧神经网络架构GhostNet，该架构可以在同样精度下，速度和计算量均少于SOTA算法。该论文提供了一个全新的Ghost模块，旨在通过廉价操作生成更多的特征图。该Ghost模块即插即用，通过堆叠Ghost模块得出Ghost bottleneck，进而搭建轻量级神经网络——GhostNet。在ImageNet分类任务，GhostNet在相似计算量情况下Top-1正确率达75.7%，高于MobileNetV3的75.2%。目前，该架构已开源。