MobileNetV2--------论文理解

参考博客：https://blog.csdn.net/u014380165/article/details/79200958

https://www.cnblogs.com/darkknightzh/p/9410574.html

代码链接：https://github.com/tonylins/pytorch-mobilenet-v2

1. 深度可分离卷积

深度可分离卷积分为DWC（depthwise convolution）和PWC（pointwise convolution）。

标准卷积操作：

输入：DK ·DK ·M

卷积核：3 x 3 x M x N

输出：DF ·DF ·N

计算量：DK ·DK ·M ·N ·DF ·DF

1.1 DWC

首先进行通道的分离，用3 x 3 x 1的卷积核对M个通道卷积。

输入：DK ·DK ·M

卷积核：3 x 3 x M

输出：DF ·DF ·M

计算量：DK ·DK ·M ·DF ·DF

1.2 PWC

然后再用N个1 x 1 x M的卷积核操作。