经典神经网络 -- MobileNet : 设计原理与pytorch实现

原理

       mobilenet是一种轻量级网络，主要是想用于实时检测，那么那么它的优点就是训练速度快

       采用了深度卷积和逐点卷积，还有对通道数和分辨率加以改变，大幅度减少参数量

       Depthwise Conv 深度卷积的核心在 逐点卷积

       nn.Conv2d的参数groups，等于1就是普通的卷积，当设置为groups = input_channels，就是深度可分离卷积的depthwise conv

代码实现

# mobilenet是一种轻量级网络，主要是想用于实时检测，那么那么它的优点就是训练速度快
# 深度卷积和逐点卷积，还有对通道数和分辨率加以改变，大幅度减少参数量
# Depthwise Conv 深度卷积的核心在 逐点卷积
# nn.Conv2d的参数groups，等于1就是普通的卷积，
# 当设置为groups = input_channels，就是深度可分离卷积的depthwise conv


import torch
import torch.nn as nn


class MobileNetV1(nn.Module):
    def __init__(self, num_classes):
        super().__init__() # 此部分参数为论文复现重点
        self.conv1 = self._conv_st(3,32,2)
        self.conv_dw1 = self._conv_dw(32,64,1)
        self.conv_dw2 = self._conv_dw(64,128,2)
        self.conv_dw3 = self._conv_dw(128,128,1)
        self.co