聊一下 MobileNet 网络结构
最近了解了下 MobileNet,感觉很多资料对于网络的结构解释得不是很清楚,一不小心就乱了 ,遂自己看论文总结了一下。
本文只总结了网络结构,没有论文中其他部分内容。
(想写blog好久一直磨叽到现在才开始hhh,冲鸭~!)
MobileNet 由 Google 团队提出,发表于 CVPR 2017,目的是减少计算时间和参数数量,以便在移动端使用。
实现方法:把标准卷积分成 Depth-wise convolution 和 Point-wise convolution
一、对传统卷积的改进
传统卷积
1、假设输入有 M 个 channel,则每个卷积核也有 M 个 channel(即卷积核shape:DK×DK×M)
2、每个卷积核跟输入在所有 channel 上卷积,所有 channel 对应数值相加,成为 1 层,这样每个卷积核得到一个 DF×DF×1 的输出
3、N 个卷积核得到 DF×DF×N 个输出,即特征图 DF×DF×N
计算量为:DK×DK×M×DF×DF×N
(计算量的计算:卷积核 shape × 输出特征图 shape)
depth-wise convolution
1、输入有 M 个channel,每个卷积核有 1 个 channel(即 DK×DK×1)
2、每个卷积核只对输入的 1 个 channel 卷积