MobileNet: Effektive konvolutionelle neurale netværk til mobilt syn
MobileNet er en familie af letvægts konvolutionelle neurale netværksarkitekturer introduceret af Howard et al. hos Google i 2017. Det er designet til at udføre billedklassifikation, objektdetektion og andre synsopgaver direkte på mobile enheder og indlejrede systemer med begrænsede beregningsressourcer. Ved at erstatte standardkonvolutioner med dybdevis separerbare konvolutioner og eksponere to globale hyperparametre reducerer MobileNet dramatisk antallet af "multiply-add"-operationer og modelstørrelse, samtidig med at den opretholder konkurrencedygtig nøjagtighed.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Howard, A. G., et al. (2017). MobileNets: Efficient convolutional neural networks for mobile vision applications. arXiv preprint. link ↗
Sådan citerer du denne side
ScholarGate. (2026, June 2). MobileNet (Efficient Mobile CNN). ScholarGate. https://scholargate.app/da/deep-learning/mobilenet
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- EfficientNetDyb læring↔ compare
- Knowledge DistillationDyb læring↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →