MobileNet: Efficiënte Convolutionele Neurale Netwerken voor Mobiele Visie
MobileNet is een familie van lichtgewicht convolutionele neurale netwerkarchitecturen die in 2017 door Howard et al. bij Google zijn geïntroduceerd. Het is ontworpen om beeldclassificatie, objectdetectie en andere visietaken direct uit te voeren op mobiele apparaten en embedded systemen met beperkte computationele budgetten. Door standaard convoluties te vervangen door dieptegewijze scheidbare convoluties (depthwise separable convolutions) en twee globale hyperparameters te introduceren, vermindert MobileNet de vermenigvuldig-optelbewerkingen en de modelgrootte drastisch, terwijl een concurrerende nauwkeurigheid behouden blijft.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- Howard, A. G., et al. (2017). MobileNets: Efficient convolutional neural networks for mobile vision applications. arXiv preprint. link ↗
Deze pagina citeren
ScholarGate. (2026, June 2). MobileNet (Efficient Mobile CNN). ScholarGate. https://scholargate.app/nl/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.
- EfficientNetDeep learning↔ compare
- KennisdestillatieDeep learning↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →