MobileNet V1
深度可分离卷积
深度可分离卷积就是将普通卷积拆分成为一个深度卷积和一个逐点卷积。
对比图
不是551*1
参数量对比
标准
深度可分离
对比
我们通常所使用的是3×3的卷积核，也就是会下降到原来的九分之一到八分之一。
V1卷积层
将左边的标准卷积拆分成右边的一个深度卷积和一个逐点卷积。
ReLU6是什么？
V1网络结构
MobileNet V2
V1核心思想是采用 深度可分离卷积 操作。在相同的权值参数数量的情况下，相较标准卷积操作，可以减少数倍的计算量，从而达到提升网络运算速度的目的。
Linear bottleneck
Inverted residuals
v2的block
MobileNet V3
神经结构搜索（NAS）来完成V3
ksPz-1601119687239)]
MobileNet V3
神经结构搜索（NAS）来完成V3