YOLOv10改进 | 主干篇 | YOLOv10引入MobileNetV1替换Backbone

1. MobileNetV1介绍

1.1  摘要：我们提出了一类名为 MobileNets 的高效模型，用于移动和嵌入式视觉应用。 MobileNet 基于流线型架构，使用深度可分离卷积来构建轻量级深度神经网络。 我们引入了两个简单的全局超参数，可以有效地在延迟和准确性之间进行权衡。 这些超参数允许模型构建者根据问题的约束为其应用程序选择合适大小的模型。 我们对资源和准确性权衡进行了广泛的实验，并且与其他流行的 ImageNet 分类模型相比表现出了强大的性能。 然后，我们展示了 MobileNet 在各种应用和用例中的有效性，包括对象检测、细粒度分类、人脸属性和大规模地理定位。

官方论文地址：https://arxiv.org/pdf/1704.04861

官方代码地址：https://github.com/Shubhamai/pytorch-mobilenet

1.2  简单介绍: 

          MobileNets 是一种为移动和嵌入式视觉应用设计的高效模型，基于简化的架构，使用逐点可分离卷积构建轻量级深度神经网络。这种架构通过引入两个简单的全局超参数——宽度乘数&#