文章目录
MobileNetV1
简介
MobileNet用于嵌入式设备,在小幅降低准确度的前提下,大大减少了模型参数量(仅为VGG网络的1/32)
模型亮点: 1、Depthwise Convoution(大大减少运算量和参数量)(DW卷积)
2、增加超参数a、B
1、Dw卷积
1、1 Depthwise Separable Conv(深度可分离卷积)
由Dw卷积和Pw卷积(Pointwise conv)组成
PW卷积实际上就是卷积核大小为1的卷积。
DS卷积:
理论上普通卷积计算量是DS卷积的8-9倍。
—————————————————————————————————————————————
MobileNet V2
简介
网络亮点:
1、Inverted Residuals (倒残差结构)
2、Linear Bottlenecks
1、倒残差
在正常残差块中,首先使用11卷积进行降维; 而倒残差中恰恰相反,使用11卷积先进行升维。
且,残差块中使用的激活函数为Relu,倒残差中为Relu6.
Relu:当输入值大于0时,值不变;小于0时,输入置为0.
Relu6:当值大于6时,输出值为6.
故,Relu6(x)=min(max(x,0),6)
2、Linear Bottleneck
在倒残差的最后一层1*1卷积中,使用线性激活函数,而不是Relu
(Relu对低维信息会造成较大损失,而对高纬信息损失很小。)