博客主要介绍了MobileNet v1和v2。MobileNet v1本质是仿inception的深度可分离卷积，能减少FLOPS。MobileNet v2在v1基础上有创新，增加1*1卷积操作，采用先升维再降维的Inverted residuals，最后用Linear代替Relu以减少特征损失。
一、MobileNet v1：
先上一个结构：
本质：说白了就是仿inception的深度可分离卷积，将乘法变成加法，减少FLOPS
二、MobileNet v2：
我们熟悉了v1的结构后来看v2，首先Mobilenet v2和v1的区别和其自身的创新如下：
1） 说来了，增加了1*1的卷积操作，Inverted residuals，先升维再降维
2） 最后不采用Relu，而使用Linear代替：在通道数较少的层后，应该用线性激活代替ReLU（本来特征就已经被“压缩”，再经过Relu的话，又要“损失”一部分特征）
3）
注意：ResNet是：压缩”→“卷积提特征”→“扩张”
扫一扫
21
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
