论文阅读笔记:MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications

论文阅读笔记:MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications

论文下载地址:MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications
TensorFlow实现
caffe实现


本文主要包含如下内容:


核心思想


  MobileNets其实就是Exception思想的应用。区别就是Exception文章重点在提高精度,而MobileNets重点在压缩模型,同时保证精度。


网络结构


  Depthwise Separable Convolution,就是将传统的卷积拆分为两个级联的卷积:depthwise convolutionspointwise convolution。深度卷积将每个卷积核应用到每一个通道,通过1 × 1卷积用来组合通道卷积的输出。
  Depthwise Separable Convolution
  depthwise separable convolutions在模型大小上和模型计算量上都进行了大量的压缩,使得模型速度快,计算开销少,准确性好。
  计算量大幅度减小

  depthwise convolution

  depthwise convolution

  depthwise convolution

  除了最后的全连接层,所有层后面跟了batchnorm和ReLU,最终输入到softmax进行分类。
  depthwise convolution


实验结果


  增加了一个超参数 α∈[0,1] 来控制feature map的通道数,alpha 越小,则模型越小。作用是改变输入输出通道数,减少特征图数量,让网络变瘦
  
  增加了一个超参数 ρ 来控制输入图像的分辨率,ρ 越小,则输入图像越小。
  

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值