本文探讨了MobileNet中独特的卷积机制，即将传统卷积分解为分通道卷积和单像素卷积两个步骤。分通道卷积通过M个卷积核生成相同数量的featuremap，而单像素卷积则负责对这些featuremap进行线性组合。文中还讨论了这种机制下卷积滤波器空间与传统卷积空间的关系。
MobileNet中将传统的卷积运算分成两步：分通道卷积（分组卷积，且group=输入通道数M）、单像素卷积。分通道卷积用M个卷积核生成M个feature map，单像素卷积对feature map进行线性组合。
唯一有疑问的地方在于，这M个卷积核足够表征原始的M*N个卷积核吗？分两步的卷积得到的卷积滤波器空间只是原始三维卷积滤波器空间的子空间吧？
文章标题：MobileNets: Efficient Convolutional Neural Networks for Mobile Vision。下载地址：https://arxiv.org/abs/1704.04861
1062
3万+
2887
8万+
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
扫一扫
