深度学习之基础模型-mobileNet

最新推荐文章于 2025-02-25 08:15:00 发布

leo_whz

最新推荐文章于 2025-02-25 08:15:00 发布

阅读量7.7k

点赞数 3

分类专栏： base_model 文章标签：深度学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/whz1861/article/details/78335146

版权

MobileNet是一种使用depthwise separable convolutions构建轻量级深度神经网络的基础模型。通过对比传统卷积，MobileNet在保持精度的同时，显著减少了计算量和模型参数。文章详细介绍了模型结构、不同宽度和分辨率下的实验结果，以及与其他流行模型的比较，展示其在效率与性能上的优势。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

MobileNets are based on streamlined architecture that uses depthwise separable convolutions to build light weight deep nueral network.

这里写图片描述

思想

基于depthwise separable convolution(来源于FactorizedNet)来实现
- depth-wise convolution：每一层分别作卷积
- point-wise convolution ：1x1卷积，把各个层连接起来

这里写图片描述

注：左侧图片来自FactorizedNet，右侧来则mobileNet

作者讨论了，采用separable depthwise convolution与传统的卷积的计算量进行了比较：

Standard Convolution Filters:

D K * D k * M * N * D G * D G

$D_K*D_k*M*N*D_G*D_G$

Depthwise Concolution Filters:

D K * D K * M * D G * D G + M * N * D G *

最低0.47元/天解锁文章

评论 1

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。