MobileNet: Wydajne konwolucyjne sieci neuronowe dla wizji mobilnej
MobileNet to rodzina lekkich architektur konwolucyjnych sieci neuronowych wprowadzonych przez Howarda i wsp. w Google w 2017 roku. Została zaprojektowana do wykonywania klasyfikacji obrazów, detekcji obiektów i innych zadań wizyjnych bezpośrednio na urządzeniach mobilnych i systemach wbudowanych o ograniczonych budżetach obliczeniowych. Poprzez zastąpienie standardowych konwolucji konwolucjami separowalnymi przestrzennie (depthwise separable convolutions) oraz udostępnienie dwóch globalnych hiperparametrów, MobileNet znacząco redukuje liczbę mnożeń i dodawań oraz rozmiar modelu, zachowując jednocześnie konkurencyjną dokładność.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- Howard, A. G., et al. (2017). MobileNets: Efficient convolutional neural networks for mobile vision applications. arXiv preprint. link ↗
Jak cytować tę stronę
ScholarGate. (2026, June 2). MobileNet (Efficient Mobile CNN). ScholarGate. https://scholargate.app/pl/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.
- EfficientNetUczenie głębokie↔ compare
- Destylacja wiedzyUczenie głębokie↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →