MobileNet -- 卷积神经网络

1、MobileNet 出现解决的问题

MobileNet 是Google针对手机等嵌入式设备提出的一种轻量级的深层神经网络，网络设计的核心深度可分离卷积，可以在牺牲较小性能的前提下有效的减少参数量和计算量。深度可分离卷积将传统的卷积运算用两步卷积运算代替：Depthwise convolution (深度可分离)与Pointwise convolution(1 * 1卷积)。

2、MobileNet 介绍

MobileNet V1

从图中可以明确的看出，由于输入图片为三通道，Depthwise conv的卷积核数目为3，但卷积核通道数目为1；而传统的卷积方法也会有3个卷积核，但卷积核通道数目3。可以看出MobileNet V1从 Inception的分组卷积的思想中，又做了进一步的分组，直接将按照输入图像的通道数目做拆分，有多少个通道，就拆分为多少个组。

后续的MobileNet-v2主要增加了残差结构，同时在Depthwise convolution之前添加一层Pointwise convolution，优化了带宽的使用，进一步提高了在嵌入式设备上的性能。可分离卷积如下图所示：

MobileNet_v2

3、参考资料

• 回顾和总结卷积神经网络的发展过程

• 卷积神经网络发展历史及各种卷积神经网络模型简介