本文对比了Mobilenet与Mobilenet_v2两种轻量级深度学习模型在图像分类检测上的表现，提供了运行截图及检测效果对比，发现v2版本虽然用时稍长，但识别类别更加准确。
在
https://github.com/shicai/MobileNet-Caffe
中有两个模型：
1。mobilenet.caffemodel
2。mobilenet_v2.caffemodel
这里用C++实现下
mobilenet 结构：
上面黑框中共有23层卷积
效果图：
输入
上面是mobilenet运行截图
下面是mobilenet_v2运行截图：
v2用时多一点，类别更准确一点。
再来一张：
截图，可见两个都可以检测出多个物体。
下载：
两个win32图像分类检测程序(mobilenet 和 mobilenet_v2)
win32图像分类检测程序,由《MobileNet-Caffe-master》中的模型改编而来，可以用于识别图像中一些物体动物名称等。
https://download.youkuaiyun.com/download/juebai123/12151306
--------------------------------------------------------------------------
在后面搞语义分割时发现：这个概率除了最大（最后）一个是准确的，其它都有可能不对。等实现了一些新的想法时。再上传吧
扫一扫
1448
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
