《MobileNets系列模型概述》1400字.docxVIP

MobileNets系列模型概述

目录

TOC\o1-3\h\u11579MobileNets系列模型概述 1

258791.1MobileNetV1 2

233591.2MobileNetV2 2

6421.3MobileNetV3 3

目前有很多的轻量级网络模型，例如：MobileNet系列、ShuffleNet、MansNet、SqueezeNet等REF_Re\r\h[14]。而MobileNet是众多轻量级网络中非常具有代表性的网络。它是Google在2017年提出的一种轻量级的CNN模型。MobileNet网络具有体积小，参数少，计算量少，精度高的特点，在移动终端应用非常广泛，包括人脸识别，目标检测，目标分类等REF_Re\r\h[15]。MobileNet目前已经迭代出3个版本，分别是MobileNetV1、MobileNetV2以及最新的MobileNetV3。下表1.1展示了MobileNet各个版本特性的总结。

表1.1MobileNet系列3个版本拥有的特性汇总

特性

V1

V2

V3

深度可分离卷积

√

√

√

宽度因子

√

√

√

分辨率因子

√

√

√

批规范化

√

√

√

全连接层

√

√

√

平均池化层

√

√

√

线性瓶颈结构

√

√