MobileNet: Redes Neuronales Convolucionales Eficientes para Visión Móvil

MobileNet es una familia de arquitecturas de redes neuronales convolucionales ligeras introducida por Howard et al. en Google en 2017. Está diseñada para ejecutar clasificación de imágenes, detección de objetos y otras tareas de visión directamente en dispositivos móviles y sistemas embebidos con presupuestos computacionales limitados. Al reemplazar las convoluciones estándar con convoluciones separables en profundidad y exponer dos hiperparámetros globales, MobileNet reduce drásticamente las operaciones de multiplicación-adición y el tamaño del modelo, manteniendo al mismo tiempo una precisión competitiva.