MobileNet 笔记

小模型中的一个代表作MobileNet v1，它是一种基于流水线结构，使用深度级可分离卷积构建的轻量级神经网络，并通过两个超参数的引入使得开发人员可以基于自己的应用和资源限制选择合适的模型，如下面的1和2

MobileNet是基于深度级可分离卷积构建的网络，其实这种结构最早是出现在GoogleNet v3的inception中，它是将标准卷积拆分为了两个操作：深度卷积(depthwise convolution) 和逐点卷积(pointwise convolution)，Depthwise convolution和标准卷积不同，对于标准卷积其卷积核是用在所有的输入通道上（input channels），而depthwise convolution针对每个输入通道采用不同的卷积核，就是说一个卷积核对应一个输入通道，所以说depthwise convolution是depth级别的操作。而pointwise convolution其实就是普通的卷积，只不过其采用1x1的卷积核。

1.宽度因子

虽然MobileNet网络结构和延迟已经比较小了，但是很多时候在特定应用下还是需要更小更快的模型，为此引入了宽度因子 alpha（Width Mutiplier）在每一层对网络的输入输出通道数进行缩减，输入通道数由 M 到 alpha*M，输出通道数由 N 到 alpha*N，变换后的计算量变为： DK x DK x alpha x M x DF x DF + alpha x M x alpha x N x DF x DF；<

MobileNet 笔记相关推荐

Image1000优秀网络简介(目-标-分-类)
文章目录历年image1000优秀网络汇总 AlexNet VGGNet(2014亚军) GoogleNet(2014冠军) InceptionV1 Inception V2 Inception V ...
轻量级网络--ShuffleNet论文解读
ShuffleNet ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices 原文地址: ...
吴恩达《深度学习专项》笔记（十一）: CNN示例学习：VGG, ResNet, MobileNet
学习提示上周,我们学完了CNN的基础组成模块.而从这周开始,我们要换一种学习方式:我们会认识一些经典的CNN架构,从示例中学习.一方面来说,通过了解他人的网络,阅读他人的代码,我们能够更快地掌握如何 ...
论文笔记：MobileNet v2
原论文:MobileNetV2: Inverted Residuals and Linear Bottlenecks MobileNet v2 1.四个问题要解决什么问题? 与MobileNet v ...
论文笔记：MobileNet v1
原文:MobileNets: Efficient Convolutional Neural Networks for MobileVision Applications MobileNet v1 1. ...
MobileNet论文阅读笔记
目录论文链接: 摘要: 网络结构 MobileNet架构 MobileNet的两个超参数实验结果论文链接: MobileNets: Efficient Convolutional Neural ...
MobileNet论文笔记
论文:Andrew G. Howard,Menglong Zhu,Bo Chen,Dmitry Kalenichenko,Weijun Wang,Tobias Weyand,Marco Andreet ...
【BasicNet系列：六】MobileNet 论文 v1 v2 笔记解读 + pytorch代码分析
1.MobileNet V1 MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications 参考 ...
【笔记】ssd mobilenet 网络
之前实习用过太多次mobilenet_ssd,但是一直只是用,没有去了解它的原理.今日参考了一位大神的博客,写得很详细,也很容易懂,这里做一个自己的整理,供自己理解,也欢迎大家讨论. 先整理Mobil ...

MobileNet 笔记

MobileNet 笔记相关推荐

最新文章

热门文章