Mobile Net V1
摘要
本文提出MobileNets的高效模型,用于移动端设备的视觉应用。该网络基于深度可分离卷积来构建轻量级深度神经网络,另外,该网络引入了两个简单的全局超参数(分辨率因子和宽度因子),可以在延迟和精度之间进行权衡。这些超参数允许模型根据问题的约束为其应用选择合适大小的模型。
1. 论文思想
基于深度级可分离卷积块的堆叠设计MobileNets网络结构。通过权衡延迟时间和精度要求,基于宽度因子和分辨率因子构建合适规模、合适速度的MobileNet结构。
2. 深度级可分离卷积结构(Xception、Extream Inception)
思想:将通道间的相关性和空间相关性完全分离出来,同时大大减少计算量和参数量。