ScholarGate
Pembantu
Machine learningCNN architectures

MobileNet: Rangkaian Konvolusional Cekap untuk Visi Mudah Alih

MobileNet ialah satu keluarga seni bina rangkaian konvolusional ringan yang diperkenalkan oleh Howard et al. di Google pada tahun 2017. Ia direka untuk menjalankan klasifikasi imej, pengesanan objek, dan tugas visi lain secara langsung pada peranti mudah alih dan sistem terbenam dengan bajet pengkomputeran yang terhad. Dengan menggantikan konvolusi standard dengan konvolusi boleh pisah kedalaman (depthwise separable convolutions) dan mendedahkan dua hiperparameter global, MobileNet mengurangkan operasi darab-tambah dan saiz model secara mendadak sambil mengekalkan ketepatan yang kompetitif.

Buka dalam MethodMindTidak lama lagiVideoTidak lama lagiDownload slides

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Method map

The neighbourhood of related methods — select a node to explore.

MobileNet: Rangkaian Konvolusional Cekap untuk Visi Mudah Alih
EfficientNetPenyulingan PengetahuanResNeXtVGGNet (Very Deep Convol…

Sumber

  1. Howard, A. G., et al. (2017). MobileNets: Efficient convolutional neural networks for mobile vision applications. arXiv preprint. link

Cara memetik halaman ini

ScholarGate. (2026, June 2). MobileNet (Efficient Mobile CNN). ScholarGate. https://scholargate.app/ms/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.

Compare side by side

Dirujuk oleh

ScholarGateMobileNet (MobileNet (Efficient Mobile CNN)). Dicapai 2026-06-15 daripada https://scholargate.app/ms/deep-learning/mobilenet · Set data: https://doi.org/10.5281/zenodo.20539026