《表1 MobileNet整体框架》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《深度可分离卷积神经网络在自动分拣中的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

MobileNet是一种高效、模型结构小、低延迟的视觉模型。由于MobileNet网络的深度分离卷积方法，极大地降低了模型的大小，而且同时可以达到和标准卷积近乎相同的卷积效果，因而可以和大规模特征提取模型一样用于完成图像分类、检测、分割等任务。MobileNet核心网络为28层深度可分离卷积神经网络（如表1所示），主要包括分离卷积层（Conv）、Avg Pool层（平均池化层）、BN（batch normalization）归一化[16]、ReLU层（rectified linear unit，修正线性单元）[17]。输入图像大小为224×224，经过一系列的分离卷积、再通过平均池化、全连接（full connection，FC）和Softmax分类器处理，最终输出1 000维特征，作为最终1 000分类的计算分析结果。