MobileNetV2是在MobileNetV1基础上加以改进的版本,若没有看过V1论文的,可以先阅读 MobileNetV1论文学习及理解
文章目录
一、引言
更加高效的 MobileNetV2 继续使用了 MobileNetV1 提出的深度可分离卷积(Depthwise separable convolutions),同时引入了线性瓶颈结构(Linear Bottlenecks),反向残差结构(Inverted Residuals),使得参数量和计算量减少,速度提升,精度更高。
二、MobileNetV2主要创新点
MobileNetV2 使用卷积核为3x3的深度可分离卷积使得计算量比起标准卷积减小8~9倍(具体计算参考 MobileNetV1 )
1.线性瓶颈结构(Linear Bottlenecks)
- n层神经网络,每一层 L i L_i Li都有一个纬度为 h i ∗ w i ∗ d i h_i *w_i*d_i hi∗wi∗di的激活张量( h i ∗ w i h_i *w_i hi