MobileNet: Effektive konvolusjonelle nevrale nettverk for mobilvisjon
MobileNet er en familie av lettvekts konvolusjonelle nevrale nettverksarkitekturer introdusert av Howard et al. hos Google i 2017. Den er designet for å kjøre bildeklassifisering, objektdeteksjon og andre visjonsoppgaver direkte på mobile enheter og innebygde systemer med begrensede beregningsbudsjetter. Ved å erstatte standard konvolusjoner med dybdevis separerbare konvolusjoner og eksponere to globale hyperparametre, reduserer MobileNet dramatisk multiplikasjons-addisjonsoperasjoner og modellstørrelse, samtidig som den opprettholder konkurransedyktig nøyaktighet.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 2). MobileNet (Efficient Mobile CNN). ScholarGate. https://scholargate.app/no/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.
- EfficientNetDyp læring↔ compare
- KunnskapsdestillasjonDyp læring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →