MobileNet网络是由google团队在2017年提出的，专注于移动端或者嵌入式设备中的轻量级CNN网络。相比传统卷积神经网络，在准确率小幅降低的前提下大大减少模型参数与运算量。(相比VGG16准确率减少了0.9%，但模型参数只有VGG的1/32)
MobileNet v2网络是由google团队在cvpr2018年提出的，相比MobileNet v1网络，准确率更高，模型更小。
MobileNet v3发表于eccv2019年，该v3版本结合了v1的深度可分离卷积、v2的Inverted Residuals和Linear Bottleneck、新添加了SE模块，利用NAS（神经结构搜索）来搜索网络的配置和参数。
2022-06-05 12:05:32
3.57MB
1
使用pytorch框架实现了MobileNetv2，内附oxFlower牛津花朵17分类任务完整数据集，运行train.py即可开始训练。
2022-03-06 14:51:43
115.63MB
1
包含自己做的一个presentation，和相关的参考文献，shuffleNet，MobileNet v1 Mobilev2,等
2019-12-21 19:44:18
12.47MB
1
轻量化网络综述PPT（squeezeNet，Deep Compression，mobileNet v1，MobileNet v2,ShuffleNet ）模型压缩与加速
2019-12-21 19:44:17
4.43MB
1