MobileNetV2：倒残差与线性瓶颈
计算机视觉与模式识别
2019-03-25 v4
摘要
在本文中，我们描述了一种新的移动端架构 MobileNetV2，它在多个任务和基准测试上以及在不同模型规模的范围内提升了移动模型的最先进性能。我们还描述了在我们称为 SSDLite 的新框架中将这些移动模型高效应用于目标检测的方法。此外，我们展示了如何通过我们称为 Mobile DeepLabv3 的精简版 DeepLabv3 构建移动语义分割模型。MobileNetV2 架构基于倒残差结构，其中残差块的输入和输出是较窄的瓶颈层，这与传统残差模型在输入中使用扩展表示相反；MobileNetV2 使用轻量级深度可分离卷积在中间扩展层中对特征进行滤波。此外，我们发现为了维持表征能力，在窄层中移除非线性激活是很重要的。我们证明了这能提升性能，并给出了促成该设计的直观理解。最后，我们的方法允许将输入/输出域与变换的表达能力解耦，这为进一步分析提供了便利的框架。我们在 ImageNet 分类、COCO 目标检测、VOC 图像分割上衡量了我们的性能。我们评估了准确率与以乘加次数（MAdd）度量的操作数以及参数数量之间的权衡。
引用
@article{arxiv.1801.04381,
title = {MobileNetV2: Inverted Residuals and Linear Bottlenecks},
author = {Mark Sandler and Andrew Howard and Menglong Zhu and Andrey Zhmoginov and Liang-Chieh Chen},
journal= {arXiv preprint arXiv:1801.04381},
year = {2019}
}