Introduction:
论文链接：https://arxiv.org/abs/1704.04861
Terms mentioned:
depthwise separable convolution(factorized convolution)
- depthwise convolution
- pointwise convolution
hyper-parameter
- width multiplier
- resolution multiplier
Abstract:
- MobileNet V1: 通过分解标准卷积网络构造轻量型深度神经网络，其中将标准卷积过程分解为depthwise convolution和pointwise convolution。
- MobileNet模型主要为了实现移动端or嵌入式装置实际应用，主打轻便、高效、迅速。因而在其改良模型上引进两个超参数，a（width multiplier）与p（resolution multiplier）。满足不同场景对对模型的需求。
- 深度学习领域里对图像识别实际应用中，模型选择一直处在一个天平架上，要么选择一个平衡点，准确度和延迟相较比较平均，要么选取一个极端，准或者快。MobileNet模型则利用accuracy tradeoff latency。训练出来的模型小，识别快，但准确度没有那么高。
MobileNets
Depthwise separable convolution
Depthwise separable convolution将一般标准卷积过程分解为两部分，分别叫做depthwise convolution和pointwise convolution（1X1 convolution)