MobileNet系列作為輕量級網絡的代表，使得CNN輕量化和移動端的部署成為可能。MobileNet系列目前總共有三個版本， 分別是MobileNet v1、MobileNet v2和MobileNet v3。作為學習輕量化網絡的必經之路，本文重點對MobileNet系列網絡進行闡述。

MobileNet v1

MobileNet v1論文為MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications，2017年由谷歌提出，主要專注于CNN的移動端使用和部署。

簡單來說，MobileNet v1就是將常規卷積替換為深度可分離卷積的VGG網絡。下圖分別是VGG和MobileNet v1 一個卷積塊所包含的網絡層。

可以看到，VGG的卷積塊就是一個常規3*3卷積和一個BN、一個ReLU激活層。MobileNet v1則是一個3*3深度可分離卷積和一個1*1卷積，后面分別跟著一個BN和ReLU層。MobileNet v1的ReLU指的是ReLU6，區別于ReLU的是對激活輸出做了一個clip，使得最大最輸出值不超過6，這么做的目的是為了防止過大的激活輸出值帶來較大的精度損失。

那么，什么是深度可分離卷積呢？

總結

以上是生活随笔為你收集整理的轻量化CNN网络MobileNet系列详解的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。