《表1 MobileNet整体框架》
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。
图表编号 | XD006051400 严禁用于非法目的 |
---|---|
绘制时间 | 2018.11.01 |
作者 | 何静、程涛、黄良辉、康组超 |
绘制单位 | 湖南工业大学电气与信息工程学院、湖南工业大学电气与信息工程学院、东莞市汇林包装有限公司、广东南海鹰视通达科技有限公司、湖南工业大学电气与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |