美文网首页
mobilenetV1和V2对比

mobilenetV1和V2对比

作者: LuDon | 来源:发表于2019-06-20 09:39 被阅读0次

假设卷积核大小为K_h \times K_w，输入通道数为C_{in}，输出通道数为C_{out}，输出特征图的宽和高分别为W和H，则：

  • conv标准卷积的参数量为K_h \times K_w \times C_{in} \times C_{out}
  • conv标准卷积的操作个数为K_h \times K_w \times C_{in} \times C_{out} \times H \times W

MobileNetV1

  • 深度可分离卷积的使用：depthwise是输入通道之间的信息融合，pointwise是输出通道之间的信息融合。
  • Global average pooling的使用
  • 使用步长为2的卷积代替Maxpool+conv：使得参数数量不变，计算量变为原来的1/4。

MobileNetV2

  • 引入残差结构，先升维再降维，增强梯度的传播，显著减少推理期间所占的内存。
  • 去掉Narrow layer 后面的relu，保留特征的多样性，增强网络的表征能力
  • 整个网络是全卷积的，使得模型可以适应于不同尺寸的图像；使用RELU6作为激活函数，使得模型在低精度计算下具有更强的鲁棒性

MobileNetV2与v1的主要区别

相关文章

网友评论

      本文标题：mobilenetV1和V2对比

      本文链接：https://www.haomeiwen.com/subject/llyqqctx.html

      延伸阅读

      深度阅读

      • 您也可以注册成为美文阅读网的作者，发表您的原创作品、分享您的心情！

      栏目导航

      热点阅读

      关于我们|服务条款|联系我们|mobilenetV1和V2对比|投稿指南|网站地图|RSS订阅|排版工具|手机版

      提供经典美文摘抄,优美散文欣赏,现代诗歌精选,短篇小说,心情随笔,表白情书范文,故事会在线阅读欣赏

      Copyright © 2014-2023 Haomeiwen.com All Rights Reserved. 好美文阅读网 版权所有

      备案信息：桂公网安备 45052102000051号 · 桂ICP备13007215号-3

      本站所收录作品、热点评论等信息部分来源互联网，目的只是为了系统归纳学习和传递资讯

      所有作品版权归原创作者所有，与本站立场无关，如不慎侵犯了你的权益，请联系我们告知，我们将做删除处理！