MobileNet_V2

最新推荐文章于 2024-09-16 19:13:55 发布

呜三木木

最新推荐文章于 2024-09-16 19:13:55 发布

阅读量1.3k

点赞数

分类专栏：网络结构文章标签：深度学习网络结构 cvpr 2018

本文链接：https://blog.csdn.net/wuyubinbin/article/details/80622982

版权

网络结构专栏收录该内容

2 篇文章 0 订阅

订阅专栏

MobileNet相对于V1创新点

1.Inverted residuals，通常的residuals block是先经过一个1*1的Conv把feature map的通道数降低，再经过3*3 Conv，最后经过一个1*1 的Conv 将feature map 通道数再增大。先“压缩”，最后“扩张”回去以此来降低参数和计算量。而 inverted residuals就是先“扩张”，获取更多特征，最后“压缩”。

2.Linear bottlenecks，在residual block的Elementwise sum之前的那个 1*1 Conv 不再采用Relu，避免Relu对特征的破坏。

论文：https://arxiv.org/abs/1801.04381

mxnet复现代码GitHub：GitHub

网络结构图：mobilenet_v2