什麼是MobileNet模型
MobileNet模型是Google針對手機等嵌入式設備提出的一種輕量級的深層神經網絡,其使用的核心思想便是depthwise separable convolution。
對於一個卷積點而言:
假設有一個3×3大小的卷積層,其輸入通道爲16、輸出通道爲32。具體爲,32個3×3大小的卷積核會遍歷16個通道中的每個數據,最後可得到所需的32個輸出通道,所需參數爲16×32×3×3=4608個。
應用深度可分離卷積,用16個3×3大小的卷積核分別遍歷16通道的數據,得到了16個特徵圖譜。在融合操作之前,接着用32個1×1大小的卷積核遍歷這16個特徵圖譜,所需參數爲16×3×3+16×32×1×1=656個。
可以看出來depthwise separable convolution可以減少模型的參數。
如下這張圖就是depthwise separable convolution的結構