CNN-mobilnet系列论文解读与应用
mobilenetv1
论文地址:
MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications @20170417
源码地址:
tensorflow版本:wanjinchang/SSH-TensorFlow
相关论文:
RetinaFace: Single-stage Dense Face Localisation in the Wild@20190504
人脸检测-RetinaFace论文解读与应用
参考博客:
【深度学习MobileNet】——深刻解读MobileNet网络结构
Base Module
模型特点:
优点
- 深度可分离卷积depthwise-conv 代替普通卷积
- pointwise conv
- 共28层
缺点
- kernel容易训练废掉(Relu激活函数):
参考博客:轻量级模型:MobileNet V2
mobilenetv2
论文地址:
MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications @20190321
参考博客:
轻量级模型:MobileNet V2
MobileNet V2 论文初读
MobileNet v1、v2
模型特点:
- Linear Bottleneck
- Inverted Residuals
- relu6
- 54层
mobilenetv3
论文地址:
Searching for MobileNetV3@20191120
参考博客:
【论文学习】轻量级网络——MobileNetV3终于来了(含开源代码)
模型特点:
- 互补搜索技术组合
- 网络结构改进—将最后一步的平均池化层前移并移除最后一个卷积层,引入h-swish激活函数。
- hswish激活函数
- 引入SE结构