MobileNetV2 和 V1， V3和ResNet

MobileNet 由谷歌在 2017 年提出，是一款专注于在移动设备和嵌入式设备上的 轻量级 CNN神经网络，并迅速衍生了 v1 v2 v3 三个版本；相比于传统的 CNN 网络，在准确率小幅降低的前提下，大大减小模型参数和运算量。

 

1 MobileNetV2 和 V1之间有啥不同？

 

主要是两点：

1. Depth-wise convolution之前多了一个1*1的“扩张”层，目的是为了提升通道数，获得更多特征；
2. 最后不采用Relu，而是Linear，目的是防止Relu破坏特征。

 

 

2 MobileNetV2的block 与ResNet 的block

 

主要不同之处就在：

1 ResNet是：压缩”→“卷积提特征”→“扩张”，

2 MobileNetV2则是Inverted residuals,即：“扩张”→“卷积提特征”→ “压缩”

 

 

 

3 MobileNetV2 网络端部最后阶段

 

 

 

 

 

 

 

More

MobileNet系列

 

 

Reference

1 https://blog.csdn.net/u011995719/article/details/79135818

2 https://www.jiqizhixin.com/articles/2019-05-09-2