DL之MobileNet:MobileNet算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略(一)

简介: DL之MobileNet:MobileNet算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略

MobileNet算法的简介(论文介绍)


     深度学习在图像分类,目标检测和图像分割等任务表现出了巨大的优越性。但是伴随着模型精度的提升是计算量,存储空间以及能耗方面的巨大开销,对于嵌入式应用,比如移动或车载应用都是难以接受的。



Abstract  

     We present a class of efficient models called MobileNets  for mobile and embedded vision applications. MobileNets  are based on a streamlined architecture that uses depthwise  separable convolutions to build light weight deep  neural networks. We introduce two simple global hyperparameters  that efficiently trade off between latency and  accuracy. These hyper-parameters allow the model builder  to choose the right sized model for their application based  on the constraints of the problem. We present extensive  experiments on resource and accuracy tradeoffs and show  strong performance compared to other popular models on  ImageNet classification. We then demonstrate the effectiveness  of MobileNets across a wide range of applications and  use cases including object detection, finegrain classification,  face attributes and large scale geo-localization.

摘要

     我们为移动和嵌入式视觉应用提供了一类称为MobileNets的高效模型。Mobilenets基于一种流线型的架构,它使用纵向的可分离卷积来构建轻量级的深层神经网络。我们引入了两个简单的全局超参数,有效地在延迟和精度之间进行权衡。这些超参数允许模型生成器根据问题的约束为其应用程序选择合适大小的模型。我们在资源和精度权衡方面进行了广泛的实验,并在图像网分类方面与其他流行的模型相比表现出很强的性能。然后,我们展示了MobileNet在广泛应用和使用案例中的有效性,包括目标检测、细粒度分类、人脸属性和大规模地理定位。

Conclusion

     We proposed a new model architecture called MobileNets  based on depthwise separable convolutions. We  investigated some of the important design decisions leading  to an efficient model. We then demonstrated how to build  smaller and faster MobileNets using width multiplier and  resolution multiplier by trading off a reasonable amount of  accuracy to reduce size and latency. We then compared different  MobileNets to popular models demonstrating superior  size, speed and accuracy characteristics. We concluded  by demonstrating MobileNet’s effectiveness when applied  to a wide variety of tasks. As a next step to help adoption  and exploration of MobileNets, we plan on releasing models  in TensorFlow.

结论

     我们提出了一种新的模型体系结构,称为基于非纵向可分离卷积的MobileNets 。我们研究了导致有效模型的一些重要设计决策。然后,我们演示了如何利用宽度倍增器和分辨率倍增器来构建更小更快的移动网络,通过牺牲合理的精度来减少大小和延迟。然后,我们将不同的MobileNets 与流行的模型进行了比较,显示出优越的尺寸、速度和精度特性。最后,我们展示了Mobilenet在广泛应用于各种任务时的有效性。作为帮助采用和探索MobileNets的下一步,我们计划在TensorFlow中发布模型。


论文

Andrew G. Howard, MenglongZhu, Bo Chen, Dmitry Kalenichenko, et al.

MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications. 2017.

https://arxiv.org/abs/1704.04861




1、研究背景


       深度学习在图像分类,目标检测和图像分割等任务表现出了巨大的优越性。但是伴随着模型精度的提升是计算量,存储空间以及能耗方面的巨大开销,对于移动或车载应用都是难以接受的。



2、传统的模型轻量化常用的方法


(1)、卷积核分解,使用1×N和N×1的卷积核代替N×N的卷积核

(2)、使用bottleneck结构,以SqueezeNet为代表

(3)、进行深度压缩,以低精度浮点数保存,例如Deep Compression,比如将32bit降维到8bit,进行保存!

(4)、冗余卷积核剪枝及哈弗曼编码



3、MobileNet 模型可应用于各种识别任务,以实现高效的设备智能


    可以应用在各种嵌入式设备上。MobileNet models can be applied to various recognition tasks for efficient on device intelligence


image.png


MobileNet使用了一种称之为深度可分离卷积,来替代原有的传统3D卷积,减少了卷积核的冗余表达。

计算量和参数数量明显下降,卷积网络可以应用在更多的移动端平台。

深度可分离卷积的相关文章

DL之Xception:Xception算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略

https://yunyaniu.blog.csdn.net/article/details/97934175




相关文章
|
22天前
|
存储 分布式计算 算法
大数据-106 Spark Graph X 计算学习 案例:1图的基本计算、2连通图算法、3寻找相同的用户
大数据-106 Spark Graph X 计算学习 案例:1图的基本计算、2连通图算法、3寻找相同的用户
46 0
|
19天前
|
Kubernetes 调度 算法框架/工具
NVIDIA Triton系列02-功能与架构简介
本文介绍了NVIDIA Triton推理服务器的功能与架构,强调其不仅适用于大型服务类应用,还能广泛应用于各类推理场景。Triton支持多种模型格式、查询类型和部署方式,具备高效的模型管理和优化能力,确保高性能和系统稳定性。文章详细解析了Triton的主从架构,包括模型仓库、客户端应用、通信协议和推理服务器的核心功能模块。
35 1
NVIDIA Triton系列02-功能与架构简介
|
7天前
|
存储 算法 搜索推荐
这些算法在实际应用中有哪些具体案例呢
【10月更文挑战第19天】这些算法在实际应用中有哪些具体案例呢
15 1
|
22天前
|
存储 分布式计算 Hadoop
Hadoop-33 HBase 初识简介 项目简介 整体架构 HMaster HRegionServer Region
Hadoop-33 HBase 初识简介 项目简介 整体架构 HMaster HRegionServer Region
38 2
|
23天前
|
算法 数据可视化 新制造
Threejs路径规划_基于A*算法案例完整版
这篇文章详细介绍了如何在Three.js中完整实现基于A*算法的路径规划案例,包括网格构建、路径寻找算法的实现以及路径可视化展示等方面的内容。
48 0
Threejs路径规划_基于A*算法案例完整版
|
19天前
|
消息中间件 架构师 Cloud Native
软考高级系统架构师论文,到底该怎么写
软考高级系统架构师论文,到底该怎么写
|
22天前
|
存储 SQL 消息中间件
Hadoop-26 ZooKeeper集群 3台云服务器 基础概念简介与环境的配置使用 架构组成 分布式协调框架 Leader Follower Observer
Hadoop-26 ZooKeeper集群 3台云服务器 基础概念简介与环境的配置使用 架构组成 分布式协调框架 Leader Follower Observer
37 0
|
21天前
|
缓存 监控 API
探索微服务架构中的API网关模式
【10月更文挑战第5天】随着微服务架构的兴起,企业纷纷采用这一模式构建复杂应用。在这种架构下,应用被拆分成若干小型、独立的服务,每个服务围绕特定业务功能构建并通过HTTP协议协作。随着服务数量增加,统一管理这些服务间的交互变得至关重要。API网关作为微服务架构的关键组件,承担起路由请求、聚合数据、处理认证与授权等功能。本文通过一个在线零售平台的具体案例,探讨API网关的优势及其实现细节,展示其在简化客户端集成、提升安全性和性能方面的关键作用。
62 2
|
25天前
|
存储 缓存 监控
探索微服务架构中的API网关模式
【10月更文挑战第1天】探索微服务架构中的API网关模式
76 2
|
4天前
|
监控 Cloud Native Java
云原生架构下微服务治理策略与实践####
【10月更文挑战第20天】 本文深入探讨了云原生环境下微服务架构的治理策略,通过分析当前技术趋势与挑战,提出了一系列高效、可扩展的微服务治理最佳实践方案。不同于传统摘要概述内容要点,本部分直接聚焦于治理核心——如何在动态多变的分布式系统中实现服务的自动发现、配置管理、流量控制及故障恢复,旨在为开发者提供一套系统性的方法论,助力企业在云端构建更加健壮、灵活的应用程序。 ####
44 10

热门文章

最新文章