本文详细介绍了MobileNet V1的设计理念，包括深度可分卷积的原理，如何通过缩放因子进一步减小模型规模，以及在网络结构中避免使用pooling的方法。MobileNet V1在保持良好性能的同时，显著降低了计算量和参数数量，适合移动端和嵌入式系统应用。
MobileNet 进化史： 从 V1 到 V3（V1篇）
这部分内容总共由如下 3 篇文章构成。
- MobileNet 进化史： 从 V1 到 V3（V1篇）
- MobileNet 进化史： 从 V1 到 V3（V2篇）
- MobileNet 进化史： 从 V1 到 V3（V3篇）
- MobileNet实战：基于 MobileNet 的人脸表情分类
1. 前言
MobileNet V1 是 Andrew G. Howard（Google Inc.） 等人于 2017 年（其实是 2016 年先于 Xception 已经提出，但是直到 2017 年才挂到 arXiv 上）在 MobileNets: Efficient Convolutional Neural Networks for Mobile Vision
Applications 中提出的一种网络结构，这种网络结构的特点是模型小，计算速度快，适合部署到移动端或者嵌入式系统中。
MobileNet V1 的关键是用深度可分卷积（depthwise separable convolutions） 替代了传统的卷积操作。其实这里隐含了一个问题是为什么这样可以使参数变少，计算量减小？原因很简单，因为卷积操作在模型中占了绝大多数的存储和计算资源。
上面是 AlexNet 中各个 layer 所占用的计算资源的情况，从图中可以非常清楚的看出卷积操作是占大头的，所以优化卷积操作是可以起到立竿见影的效果的。
2. 深度可分卷积
对于传统的卷积操作，比如如下的卷及操作，假设：
- 操作前 feature size 为 H D ∗ W D ∗ M H_D * W_D * M HD∗WD∗M
- 卷积核的 size 为 H K ∗ W K ∗ M ∗ N H_K * W_K * M * N HK∗WK∗M∗N
- 卷积后 feature size 为 H A ∗ W A ∗ N H_A * W_A * N HA∗WA∗N
其中 H A = H D − H K + 2 ∗ P a d d i n g s t r i d e + 1 H_A = \frac{H_D - H_K + 2 * Padding}{stride} + 1 HA=strideHD−HK+2∗Pa
最低0.47元/天 解锁文章
扫一扫
1209
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
