YOLOv8 利用MobileNetV2替换Backbone

鱼弦：公众号【红尘灯塔】，CSDN博客专家、内容合伙人、新星导师、全栈领域优质创作者 、51CTO(Top红人+专家博主) 、github开源爱好者（go-zero源码二次开发、游戏后端架构 https://github.com/Peakchen）

1. 简介

将MobileNetV2替换YOLOv8的Backbone可以显著降低模型的推理速度和存储空间，同时保持较高的模型精度，适用于对性能和资源要求较高的移动端和嵌入式设备部署场景。

MobileNetV2是一种轻量级的深度卷积神经网络架构，它通过深度可分离卷积、轻量级线性瓶颈层和高效的Squeeze-and-Excitation注意力机制等设计，在保证模型性能的前提下大幅降低了模型的计算量和参数量。

2. 原理详解

MobileNetV2主要包含以下几个部分：

• Inverted Residual Block: 采用深度可分离卷积代替标准卷积，并引入轻量级线性瓶颈层和Squeeze-and-Excitation注意力机制，提升模型的特征提取能力。
• Skip Connections: 在每个Inverted Residual Block之间加入跳跃连接，使模型能够更好地传递深层特征信息。
• Multi-Scale Feature Extrac