前言：moblienet模型是一种可以加速的轻量化模型。它将一般意义上的conv转化为deepconv + pointconv的形式，理论上是减少了计算量，减少了参数量，但是由于其将一个模块拆分为2个模块，我对其加速效果有质疑。
模型与实验
将源代码中采用【deepconv（+relu+Bn）+ pointconv（+relu+Bn）】的结构进行堆叠，代替原有的【Con33+relu+BN】。本次实验将反着做：将【deepconv（+relu+Bn）+ pointconv（+relu+Bn）】转回去【Con33+relu+BN】，然后运行测试时间。
实验1：moblienet（使用源码deepconv+pointconv）
实验2：moblienet(使用一般的conv)
Conclusion
可以看出，moblienet模型反而时间较长。完整代码在
https://github.com/Lovegood-1/moblienet_inferece_time
如果有错误，欢迎指出！！！我也不明白为什么轻量级的网络速度反而减慢了