010-61503882

MobileNetV2是由谷歌开发的一种用于移动设备的轻量级卷积神经网络。与传统卷积神经网络相比，它具有更高的计算效率和更小的模型尺寸，可以在移动设备上实现高精度的图像识别任务。 MobileNetV2的主要原理是使用深度可分离卷积来减少模型的参数数量和计算量。深度可分离卷积将传统的卷积操作分解为两个独立的操作：深度卷积和逐点卷积。深度卷积仅在通道维度上进行卷积操作，而逐点卷积仅在空间维度上进行卷积操作。这种分解能大大降低计算复杂度，同时保持较高的分类精度。

论文：[《Inverted Residuals and Linear Bottlenecks: Mobile Networks for Classification, Detection and Segmentation》](https://arxiv.org/abs/1801.04381)

开源模型链接：https://github.com/pytorch/vision/blob/v0.11.0/torchvision/models/mobilenetv2.py

数据集（ImageNet）：http://www.image-net.org/