Depthwise Convolution (DW卷积):Mobile net网络针对与移动端部署,其亮眼之处在于DW卷积,该卷起区别于普通卷积在于:卷积层的每个卷积核是单层的,只负责上一层的一个channel,当然卷积核的个数也就只能等于上层的channel个数,这也是分组卷积分到极致1了吧,再然后用1*1的普通卷积操作将其特征融合。这么做准确率并没有下降很多,而计算参数却大大降低,这说明了一个什么问题?说明普通卷积的卷积核中有大量的稀疏参数,并没有学到任何东西。
Depthwise Convolution (DW卷积):Mobile net网络针对与移动端部署,其亮眼之处在于DW卷积,该卷起区别于普通卷积在于:卷积层的每个卷积核是单层的,只负责上一层的一个channel,当然卷积核的个数也就只能等于上层的channel个数,这也是分组卷积分到极致1了吧,再然后用1*1的普通卷积操作将其特征融合。这么做准确率并没有下降很多,而计算参数却大大降低,这说明了一个什么问题?说明普通卷积的卷积核中有大量的稀疏参数,并没有学到任何东西。