大网络虽然精度高,但是体积太大,不利于部署移动端。于是出现了一些性能好、精度高的轻量级网络。
一、SqueezeNet
SqueezeNet的特点就是先squeeze,再expand。
即先降低channel数量,再分两路扩大channel数量,最后进行concat拼接。
模型大小不到5M。
我将SqueezeNet作为base_network用到faster rcnn上,检测一下自己的任务,最终实现的mAP仅达到88.2%。(VGG(47M),ResNet(68M)分别为90.7%、90.53%)。但胜在模型只有4.2M。
二、MobileNet_v2
首先说下v1:
v1的核心是对通道进行**group**操作,也称为**depth_wise**或 **channel_wise**。 所以caffe中实现,既可以用group,也可以自定义一个layer来实现。先来看传统的conv是怎么操作的,传统的conv操作如下:
v1的操作则不同:
v1涉及到了group卷积。
g