Mobile net v1系列笔记

最新推荐文章于 2025-03-15 12:56:03 发布

CV_er

最新推荐文章于 2025-03-15 12:56:03 发布

阅读量1k

点赞数

文章标签：神经网络深度学习网络

本文链接：https://blog.csdn.net/matlab_xiaogen/article/details/121350535

版权

深度学习 DW卷积 Mobilenet 模型压缩计算效率

关键词由CSDN通过智能技术生成

本文探讨了Depthwise Convolution（DW卷积）在Mobilenet网络中的应用，这种卷积方式通过单通道卷积降低计算参数，保持精度的同时实现模型轻量化。DW卷积可以视为分组卷积的极致形式，减少了普通卷积中可能存在的稀疏参数，表明在卷积核设计中存在优化空间。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Depthwise Convolution （DW卷积）：Mobile net网络针对与移动端部署，其亮眼之处在于DW卷积，该卷起区别于普通卷积在于：卷积层的每个卷积核是单层的，只负责上一层的一个channel，当然卷积核的个数也就只能等于上层的channel个数，这也是分组卷积分到极致1了吧，再然后用1*1的普通卷积操作将其特征融合。这么做准确率并没有下降很多，而计算参数却大大降低，这说明了一个什么问题？说明普通卷积的卷积核中有大量的稀疏参数，并没有学到任何东西。