МобилНет ⇐ Васина Википедия

[wiki_en]

MobileNet — это семейство архитектур сверточных нейронных сетей (CNN), предназначенных для классификации изображений, обнаружения объектов и других задач компьютерного зрения. Они имеют небольшой размер, низкую задержку и низкое энергопотребление, что делает их пригодными для вывода на устройстве и периферийных вычислений на устройствах с ограниченными ресурсами, таких как мобильные телефоны | мобильные телефоны и встроенные системы | встроенные системы. Изначально они были разработаны для эффективной работы на мобильных устройствах с помощью TensorFlow Lite.

Потребность в эффективных моделях глубокого обучения на мобильных устройствах побудила исследователей из Google разработать MobileNet.
== Возможности ==

=== v1 ===
MobileNet v1 был опубликован в апреле 2017 года.
Разделимая по глубине свертка разлагает одну стандартную свертку на две свертки: глубинную свертку, которая фильтрует каждый входной канал независимо, и поточечную свертку (1 \times 1 свертка), которая объединяет выходные данные глубинной свертки. Эта факторизация значительно снижает вычислительные затраты.

MobileNet v1 имеет два гиперпараметра: «множитель ширины» \alpha, который управляет количеством каналов в каждом слое. Меньшие значения \alpha приводят к меньшим и более быстрым моделям, но за счет снижения точности и «множителя разрешения» \rho, который управляет входное разрешение изображений. Более низкое разрешение приводит к более быстрой обработке, но потенциально снижает точность.

=== v2 ===
MobileNet v2 был опубликован в марте 2019 года.
Инвертированные остатки изменяют традиционную структуру остаточного блока. Вместо сжатия входных каналов перед глубинной сверткой они «расширяют» их. За этим расширением следует 1 \times 1 глубинная свертка, а затем слой проекции 1 \times 1, который обратно уменьшает количество каналов. Эта инвертированная структура помогает поддерживать репрезентативную способность, позволяя глубинной свертке работать в многомерном пространстве признаков, тем самым сохраняя больший поток информации во время сверточного процесса.

Линейные узкие места устраняют типичную функцию активации ReLU в слоях проекции. Это было объяснено тем, что эта нелинейная активация теряет информацию в пространствах более низкой размерности, что проблематично, когда количество каналов уже мало.

=== v3 ===
MobileNet v3 была опубликована в 2019 году.
=== v4 ===
MobileNet v4 была опубликована в сентябре 2024 г.
== См. также ==

* Сверточная нейронная сеть
* Глубокое обучение
* TensorFlow Lite

* *



Компьютерное зрение
Машинное обучение
Мобильное программное обеспечение
Программное обеспечение

Подробнее: https://en.wikipedia.org/wiki/MobileNet