MobileNet 网络详解

一、了解

网络亮点:

1、DW网络,大大减少运算量和参数数量

2、增加超参数:控制卷积层卷积核个数的超参数 \alpha,控制图像输入大小的超参数 \beta,这两个超参数是人为设定的,不是机器学习到的。

二、DW卷积(Depthwise Conv)

传统卷积:卷积核channel= 输入特征矩阵channel  输出特征矩阵channel=卷积核个数

DW卷积:卷积核个数=1 ;输入特征矩阵channel=卷积核个数=输出特征矩阵channel

 Depthwise Separable Conv 深度可分卷积

由两部分组成 DW卷积 + PW卷积(Pointwise Conv)

PW卷积类似于普通卷积(只不过卷积核的大小=1)

 与普通卷积的参数比较

三、MobileNet V1网络

网络模型结构

conv / s2 :表示普通的卷积结构     s2表示步距为2

卷积核参数【高 x 宽 x 输入特征矩阵的深度 x 卷积核个数】

conv dw / s1: 表示dw卷积 步距为1   因为dw卷积的卷积核深度为1,所以只有输出特征矩阵的深度。

整个模型类似于VGG网络,将一系列卷积串行链接

统计数据

 table8:比较了三个网络的准确率、运算量、模型参数。可以看出MobileNet在准确率只下降了0.9%的情况下,运算量和模型参数都大大减小。

控制卷积层卷积核个数的超参数 \alpha:table6中数据显示,卷积核的个数下降,准确率、运算量、模型参数都会下降。根据自己的项目需求去选择\alpha

控制图像输入大小的超参数 \beta:table7中数据显示,适当的减小输入图像的大小,能够保证准确率降低很少的前提下,来大幅减少运算量。根据项目需求自己设定

有时候dw卷积不起作用,在MobileNet V2版本中会有一定的改善。 

四、MobileNet V2 网络

网络亮点 :

1、Inverted Residuals(倒残差结构)

2、Linear Bottlenecks

倒残差结构:

正常的残差结构:先降维,经过卷积后,再升维,中间使用 relu 激活函数

倒残差结构:先升维,经过DW卷积,再降维,中间使用 relu6 激活函数。

relu6 激活函数 

relu激活函数:当输入值为0时,默认值置为0;大于0时,不进行处理。

relu6激活函数:当输入值小于0时,默认值为0;

                          大于0小于6时,不进行处理,

                          大于6时,将值全部置为6.

 倒残差结构图

最后一层采用Linear线性激活。

表格数据中的 t 为扩展因子。

表格中第二层输出为步距的 s 分之一 倍

不是每一个倒残差结构都有shortcut捷径,只有当stride=1且输入特征矩阵与输出特征矩阵的shape相同时才会有shortcut链接。

V2 网络结构参数

t :扩展因子,第一层 1 x 1 的卷积层所采用的卷积核的扩展倍率 t

bottleneck :论文中指的是倒残差结构

步距:后面的数值只是每一个block对应的第一层的bottleneck的步距,剩下的步距都为1.

最后的卷积层相当于全连接层 

五、MobileNet V3 网络

 

论文下载链接https://github.com/WZMIAOMIAO/deep-learning-for-image-processing/tree/master/article_link 

 更新了block

增加了SE注意力机制

注意力机制 

对得到的每一个特征矩阵进行池化处理,再通过两个全连接层得到输出向量。第一个全连接层的channel等于输出特征矩阵的 1/4 ,第二个全连接层的节点个数与输出的节点个数保持一致。

对于输出的向量是是对特诊矩阵的每一个channel分析出了一个权重关系,认为比较重要的channel赋予更大的权重,不是那么重要的channel赋予一个比较小的权重。

NL:非线性激活函数

重新设计耗时层结构 

 用  h - sigmoid 激活函数代替sigmoid函数,得到 h - swish 激活函数

 

 网络结构

NL表示激活函数

exp size 通过1 x 1 升维升到多少维的参数

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/612612.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

湖仓一体 - Apache Arrow的那些事

湖仓一体 - Apache Arrow的那些事 Arrow是高性能列式内存格式标准。它的优势:高效计算:所有列存的通用优势,CPU缓存友好、SIMD向量化计算友好等;零序列化/反序列化:arrow的任何数据结构都是一段连续的内存,…

深入学习指针3

目录 前言 1.二级指针 2.指针数组 3.指针数组模拟二维数组 前言 Hello,小伙伴们我又来了,上期我们讲到了数组名的理解,指针与数组的关系等知识,那今天我们就继续深入到学习指针域数组的练联系,如果喜欢作者菌生产的内容还望不…

### 【数据结构】线性表--顺序表(二)

文章目录 1、什么是线性表2、线性表的基本操作3、顺序表3.1、顺序表的定义3.2、顺序表的实现方式:静态分配3.3、顺序表的实现方式:动态分配3.4、顺序表的特点3.5、顺序表的初始化与插入操作3.6、顺序表的删除与查询 1、什么是线性表 ​ 线性表是具有相同…

MyBatis——使用MyBatis完成CRUD

CRUD&#xff1a;Create Retrieve Update Delete 1、insert <insert id"insertCar">insert into t_car(id,car_num,brand,guide_price,produce_time,car_type)values(null,1003,五菱宏光,30.0,2020-09-18,燃油车); </insert> 这样写显然是写死的&#…

AI办公自动化:用kimi批量新建Word文档

Excel文件中有43行内容&#xff0c;希望根据这些内容批量新建43个word文档。 在kimichat中输入提示词&#xff1a; 你是一个Python编程专家&#xff0c;要完成一个编写批量新建Word文档Python脚本的任务&#xff0c;具体步骤如下&#xff1a; 打开F盘的表格文件&#xff1a;工…

node.js学习笔记

读取命令行参数 安转minimist&#xff08;轻量级的命令行参数解析引擎&#xff09; npm install --save minimist js文件 const minimist require("minimist");const args minimist(process.argv.slice(2));console.log(args["id"]) package.json {…

2024年汉字小达人活动还有4个多月开赛:来做18道历年选择题备考吧

不出特殊情况的话&#xff0c;距离2024年第11届汉字小达人比赛还有4个多月的时间&#xff0c;如何利用这段时间有条不紊地备考呢&#xff1f;我的建议是两手准备&#xff1a;①把小学1-5年级的语文课本上的知识点熟悉&#xff0c;重点是字、词、成语、古诗。②把历年真题刷刷熟…

1689 ssm社区老人危机干预系统myeclipse开发mysql数据库springMVC模式java编程计算机网页设计

一、源码特点 java ssm社区老人危机干预系统是一套完善的web设计系统&#xff08;系统采用SSM框架进行设计开发&#xff0c;springspringMVCmybatis&#xff09;&#xff0c;对理解JSP java编程开发语言有帮助&#xff0c;系统具有完整的源代码和数据库&#xff0c;系统主…

Reactor Netty UDP 客户器端-响应式编程-017

&#x1f917; ApiHug {Postman|Swagger|Api...} 快↑ 准√ 省↓ GitHub - apihug/apihug.com: All abou the Apihug apihug.com: 有爱&#xff0c;有温度&#xff0c;有质量&#xff0c;有信任ApiHug - API design Copilot - IntelliJ IDEs Plugin | Marketplace The Nex…

玩游戏专用远程控制软件

玩游戏专用远程控制软件&#xff1a;实现远程游戏的新体验 随着网络技术的不断发展和创新&#xff0c;远程控制软件已经逐渐渗透到我们生活的方方面面&#xff0c;尤其是在游戏领域。玩游戏专用远程控制软件&#xff0c;作为这一趋势下的产物&#xff0c;为玩家提供了全新的游…

CentOS 7安装配置docker

CentOS 7、8安装、配置docker 这里宿主机的型号选择是centos7.9.2009的版本 1.宿主机关闭防火墙和selinux&#xff0c;配置ipv4 #设置SELinuxdisabled vim /etc/selinux/config SELinuxdisabled 查看防火墙状态&#xff1a;firewall-cmd --state 关闭防火墙&#xff1a;syst…

【智能算法】正切搜索算法(TSA)原理及实现

目录 1.背景2.算法原理2.1算法思想2.2算法过程 3.结果展示4.参考文献5.代码获取 1.背景 2022年&#xff0c;A Layeb受到正切函数启发&#xff0c;提出了正切搜索算法&#xff08;Tangent Search Algorithm, TSA&#xff09;。 2.算法原理 2.1算法思想 TSAT基于正切函数的数学…

【YashanDB知识库】ycm托管数据库时报错OM host ip:127.0.0.1 is not support join to YCM

问题现象 问题的风险及影响 导致数据库无法托管监控 问题影响的版本 问题发生原因 安装数据库时修改了OM的监听ip为127.0.0.1 解决方法及规避方式 后台修改OM的ip为本机的ip或者0.0.0.0 问题分析和处理过程 1、修改env文件中的om IP地址&#xff0c;修改为0.0.0.0或本机…

Windows:管理用户账户,密码策略和安全配置

在Windows操作系统中&#xff0c;管理用户账户和密码策略是确保系统安全的关键步骤。本文将探讨如何通过PowerShell和其他Windows工具管理用户账户&#xff0c;包括查看和设置密码策略、检查用户状态&#xff0c;以及导出和导入安全策略。这些管理任务对于系统管理员尤其重要&a…

如何通过PHP语言实现远程控制空调

如何通过PHP语言实现远程控制空调呢&#xff1f; 本文描述了使用PHP语言调用HTTP接口&#xff0c;实现控制空调&#xff0c;通过不同规格的通断器&#xff0c;来控制不同功率的空调的电源。 可选用产品&#xff1a;可根据实际场景需求&#xff0c;选择对应的规格 序号设备名称…

docker安装nginx支持ssl 实现https访问(完整版)

全文目录,一步到位 1.前言简介1.1 专栏传送门1.1.1 本文简介 2. docker安装nginx支持ssl2.0 准备ssl证书(例: 阿里云)2.0.1 配置域名解析2.0.2 找到数字证书管理服务并签发ssl证书2.0.3 选择默认证书 填写域名 创建2.0.4 提交审核, 签发成功2.0.5 解压并上传到宿主机ssl路径下 …

【算法与数据结构】数组

文章目录 前言数组数组的定义数组的基本操作增加元素删除元素修改元素查找元素 C STL 中的数组arrayvector Python3 中的列表访问更改元素值遍历列表检查列表中是否存在某元素增加元素删除元素拷贝列表总结 Python3 列表的常用操作 参考资料写在最后 前言 本系列专注更新基本数…

Acrobat Pro DC 2023 for Mac:PDF处理的终极解决方案

Acrobat Pro DC 2023 for Mac为Mac用户提供了PDF处理的终极解决方案。它具备强大的文档处理能力&#xff0c;无论是查看、编辑还是创建PDF文件&#xff0c;都能轻松胜任。在编辑功能方面&#xff0c;Acrobat Pro DC 2023支持对文本、图像进行精准的修改和调整&#xff0c;还能添…

2024-05-10 Ubuntu上面使用libyuv,用于转换、缩放、旋转和其他操作YUV图像数据,测试实例使用I420ToRGB24

一、简介&#xff1a;libyuv 最初是由Google开发的&#xff0c;主要是为了支持WebRTC项目中的视频处理需求。用于处理YUV格式图像数据的开源库。它提供了一系列的函数&#xff0c;用于转换、缩放、旋转和其他操作YUV图像数据。 二、执行下面的命令下载和安装libyuv。 git clo…

杰发科技AC7801——ADC之Bandgap和内部温度计算

0. 参考 电流模架构Bandgap设计与仿真 bandgap的理解&#xff08;内部带隙电压基准&#xff09; ​ ​ 虽然看不懂这些公式&#xff0c;但是比较重要的一句应该是这个&#xff1a;因为传统带隙基准的输出值为1.2V ​ 1. 使用 参考示例代码。 40002000是falsh控制器寄…