MobileNetV2 + ShuffleNetV2

Author:Yu Zhang
2019.03.04

---

• MobileNetV2
• ShuffleNetV2

---

漂移卷积实验跑完了，IoU只有66%，降了7个百分点，下面把漂移去掉换成普通卷积，再对比看一下，若是有一点提高，那么在以后论文中也能够用到。感受今天没看到啥。。发现的两个弱监督论文都没有指望中的好，有点僵住了。

MobileNetV2

这篇文章看得我云里雾里的，由于做者在Linear BottleNeck这一核心思想部分讨论得很是深，水平所限我就不阐述其中道理了，咱们来看一下结构。深度可分离卷积我就不过多赘述了，在channel及空间上分别进行卷积，减小了计算量。下图为MobileNetV2提出的bottleneck结构：

其整个网络细节以下图，用在分割时能够只用前面的几层做为特征提取，由于它缩小的倍数太多了，不必。能够看到通道数很是少，这样的网络会很快。

mobilenetV2 代码：mobilenetv2

ShuffleNetV2

ShuffleNetV2列出了四点轻型网络要遵循的原则，并依据这四个原则，提出了改进思路，改变了本来的shufflenet。其中四点原则为：

1)相同通道宽度能够最小化内存访问成本MAC
2)过多的组卷积会增长内存访问成本MAC
3)网络内部碎片操做会下降并行度
4)元素计算操做不容忽视，元素计算操做也会有很高的的MAC

做者分析了不足，改进了shufflenet至shufflenetv2以下图,具体细节就很少说了，看图都懂：

整个网络的架构：