MobileNet V1

v1版本的mobilenet，在自己的倒立摆实践中有过使用。在GPU上预测每张图片，仅用时4ms左右，达到了实时的效果。

mobilenet v1网络的核心，主要是使用了depthwise convolution 和 pointwise convolution两种卷积。

Depthwise convolution & Pointwise convolution

depthwise convolution和pointwise convolution将普通的卷积，拆分成两个过程：即各个像素与卷积核相乘求和，以及各通道相加这两个过程。

depthwise convolution对各个通道分别进行卷积运算，再通过1x1的pointwise convolution将各通道相加。

最显著的区别，在于卷积相乘求和这一步，减少了卷积核的大小。

示意图如下：

计算量的对比如下：

假设从depthwise convolution输出到pointwise convolution输出，特征图大小保持DF不变，通道数由M减为N。

网络结构

除了第一层，卷积都替换成dc和pc，并加卷积层之后照旧加BN和ReLU。

MobileNet共有28层。

设置超参数宽度因子α、分辨率因子ρ。

MobileNet提出的第一个超参：宽度乘子(width multiplier) α ，用于减少通道数M，加入α的深度可分离卷积的计算代价为：

其中，α∈(0,1]α∈(0,1]，通常设置为 1，0.75，0.5，0.251，0.75，0.5，0.25。该超参大约可以减少计算量 α2。

MobileNet提出的第二个超参：分辨率乘子(resolution multiplier) ρ ，用于减少输入图像及内部特征图的大小，在实践中，通过设置输入图像分辨率来隐性设置 ρ，加入ρρ的深度可分离卷积的计算代价为：

其中，ρ∈(0,1]，输入图像分辨率通常设置为 224，192，160，128。该超参大约可以减少计算量 ρ2。