Machine learningCNN architectures

MobileNet: โครงข่ายประสาทเทียมแบบสังวัตนาการที่มีประสิทธิภาพสำหรับคอมพิวเตอร์วิทัศน์บนอุปกรณ์เคลื่อนที่

MobileNet เป็นตระกูลของสถาปัตยกรรมโครงข่ายประสาทเทียมแบบสังวัตนาการที่มีน้ำหนักเบา ซึ่งเปิดตัวโดย Howard และคณะที่ Google ในปี 2017 ได้รับการออกแบบมาเพื่อประมวลผลการจำแนกรูปภาพ การตรวจจับวัตถุ และงานคอมพิวเตอร์วิทัศน์อื่นๆ ได้โดยตรงบนอุปกรณ์เคลื่อนที่และระบบสมองกลฝังตัวที่มีข้อจำกัดด้านทรัพยากรการประมวลผล ด้วยการแทนที่การสังวัตนาการแบบมาตรฐานด้วยการสังวัตนาการแบบแยกส่วนตามความลึก (depthwise separable convolutions) และการเปิดเผยพารามิเตอร์ควบคุมส่วนกลางสองตัว MobileNet จึงช่วยลดการดำเนินการคูณ-บวก (multiply-add operations) และขนาดของโมเดลได้อย่างมาก ในขณะที่ยังคงรักษาความแม่นยำที่สามารถแข่งขันได้

เปิดใน MethodMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้Download slides

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

Method map

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

แหล่งอ้างอิง

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

วิธีอ้างอิงหน้านี้

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

ถูกอ้างอิงโดย

ScholarGateMobileNet (MobileNet (Efficient Mobile CNN)). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/deep-learning/mobilenet · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026