MobileNet: شبکههای عصبی کانولوشنی کارآمد برای بینایی ماشین در موبایل
MobileNet خانوادهای از معماریهای سبک شبکه عصبی کانولوشنی است که توسط هاوارد و همکاران در گوگل در سال ۲۰۱۷ معرفی شد. این معماری برای اجرای طبقهبندی تصویر، تشخیص اشیاء و سایر وظایف بینایی مستقیماً بر روی دستگاههای موبایل و سیستمهای تعبیهشده با بودجه محاسباتی محدود طراحی شده است. با جایگزینی کانولوشنهای استاندارد با کانولوشنهای جداییپذیر عمقی (depthwise separable convolutions) و ارائه دو ابرپارامتر سراسری، MobileNet به طور چشمگیری عملیات ضرب-جمع و اندازه مدل را کاهش میدهد و در عین حال دقت رقابتی را حفظ میکند.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- Howard, A. G., et al. (2017). MobileNets: Efficient convolutional neural networks for mobile vision applications. arXiv preprint. link ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 2). MobileNet (Efficient Mobile CNN). ScholarGate. https://scholargate.app/fa/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.
- EfficientNetیادگیری عمیق↔ compare
- تقطیر دانش (Knowledge Distillation)یادگیری عمیق↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →