moboileNet主要致力于压缩网络大小,在压缩效果上可以,但是貌似前传时间很不靠谱。不能实际应用
方法如下:
Mobilenet v1核心提出 Separable convolution block,即是把卷积拆分为Depthwise+Pointwise两部分。
Depthwise是指将 N* H* W *C (N是一个batch的图片数量)的输入分为 group=C 组,
然后每一组做 3*3 卷积,这样相当于收集了每个Channel的空间特征,即Depthwise特征。
Pointwise是指对 N*H*W*C 的输入做 k 个普通的 1*1 卷积。这样相当于收集了每个点的特征,即Pointwise特征。
Depthwise+Pointwise最终输出也是 N* H* W *k,但是运算减少: