MobileNets论文解析

论文全称：

MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications

下载地址：

 https://arxiv.org/pdf/1704.04861.pdf

论文核心思想：

本文对我们常见的卷积操作进行了改进，使得计算量得到了降低。

设：

输入图片F的大小是Df*Df*M，Df表示宽、高，M表示通道数。

stride为1，padding取使得输出图片的宽、高均等于输入图片的宽、高的值。

输出图片G的大小是Df*Df*N，Df表示宽、高，N表示通道数。

 

常规卷积：

常规卷积操作的示意图：

设常规卷积中，卷积核G的大小是Dk*Dk*M*N，Dk表示宽、高，M表示通道数，N表示卷积核个数。

则常规卷积的操作需要执行的计算量为：

乘法次数：Dk*Dk*M*N*Df*Df，加法次数：Dk*Dk*M*N*Df*Df-1

由于乘法更加耗时，所以重点考察乘法次数，则 Cost A= Dk*Dk*M*N*Df*Df

其中，Dk*Dk*M表示每个卷积核每滑动到一个位置需要执行的乘法的次数；Df*Df表示每个卷积核需要卷积的次数。前者等于每个卷积核的大小，后者等于输出图片的宽*高。

 

论文提出的深度可分离卷积(Depthwise separable convolutions)

由两部分组成：

第1部分：在深度上进行卷积(Depthwise convolution)，即：在每一个通道的二维