深度学习与目标检测系列(七) 本文约(8万字) | 全面解读复现MobileNetV1-V3 | Pytorch |

---

点击进入专栏：
《人工智能专栏》 Python与Python | 机器学习 | 深度学习 | 目标检测 | YOLOv5及其改进 | YOLOv8及其改进 | 关键知识点 | 各种工具教程

---

---

MobileNetV1

前言

MobileNetV1网络是谷歌团队在2017年提出的，专注于移动端和嵌入设备的轻量级CNN网络，相比于传统的神经网络，在准确率小幅度降低的前提下大大减少模型的参数与运算量。相比于VGG16准确率减少0.9%，但模型的参数只有VGG1/32。

其实简单来说，就是把VGG中的标准卷积层换成深度可分离卷积。不过这个深度可分离卷积刚开始接触比较抽象难理解，建议大家看看文末链接里大佬的讲解视频噢！也欢迎大家在评论区讨论 (ฅ´ω`ฅ)~

学习资料：

• 论文题目：《MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications》（《MobileNets:用于移动视觉应用的高效卷积神经网络》）
• **原文地址：**