图(a)是标准的卷积神经网络,本层输入为Dk*Dk*M(也就是M张Dk*Dk的图),本层输出为Dk*Dk*N(也就是本层设置的输出通道为N)。
图(b)和图(c)就是MobileNet的核心:Depthwise separable convolution操作了。首先针对输入Dk*Dk*M的M个通道做Dk*Dk*1的卷积(图b),之后再对这M个Dk*Dk*1做1*1*N的卷积,得到输出为Dk*Dk*N。从上图可以明显看出,这种操作降低了参数量,提高了计算速度,同时提出该结构的论文实验,证明了该结构可以较大程度上降低精度损失。