MobileNetV1简述（图像分类篇）

文章是对博主视频讲解的一些总结。
博主链接：https://blog.csdn.net/qq_37541097?spm=1001.2014.3001.5509

1.预言

MobileNet来自2017年，出自Goole团队之手。专注于移动端或者嵌入式设备中的轻量级CNN网络。

2.亮点

• 1.Depthwise Convolution（DW卷积）（大大减少运算量和参数数量）
• 2.增加超参数α、β

2.1 传统卷积

传统卷积
1.卷积核channel=输入特征矩阵channel
2.输出特征矩阵channel=卷积核个数

2.2 DW卷积

DW卷积：
1.卷积核channel=1
2.输入特征矩阵channel=卷积核个数=输出特征矩阵channel

2.3 PW卷积

PW卷积：
1.卷积核大小为1x1

3.网络结构介绍

采用DW+PW的组合可以大大的减少计算量和参数的数量(理论上时8到9倍)

下面时mobileNet的大致结构