MobileNet中将传统的卷积运算分成两步:分通道卷积(分组卷积,且group=输入通道数M)、单像素卷积。分通道卷积用M个卷积核生成M个feature map,单像素卷积对feature map进行线性组合。
唯一有疑问的地方在于,这M个卷积核足够表征原始的M*N个卷积核吗?分两步的卷积得到的卷积滤波器空间只是原始三维卷积滤波器空间的子空间吧?
文章标题:MobileNets: Efficient Convolutional Neural Networks for Mobile Vision。下载地址:https://arxiv.org/abs/1704.04861