CNN模型之MobileNet

二哥满江红 · 发表于 2022-12-30 18:33:43

每个卷积的kernel的channel同时进行放缩，因为输入feature的channel其实相当于上一层卷积的kernel的channel，所以。。。

一生求何 · 发表于 2022-12-30 18:34:21

所以输入channels变的话，kernel的channels其实是不需要变的，只要变每一个kernel的channels，我是这样认为的，结果kernel的也变了。。

爱无罪 · 发表于 2022-12-30 18:34:54

对的

申昂 · 发表于 2022-12-30 18:35:19

学习了

百果人生 · 发表于 2022-12-30 18:36:07

为什么 tf.nn.depthwise_conv2d 速度比普通卷集还要慢。。

远征军 · 发表于 2022-12-30 18:36:48

按理说计算量减少了。。这个我看知乎之前有人问这个问题

上官寂落 · 发表于 2022-12-30 18:37:12

有prototxt链接吗？

发飙的蜗牛 · 发表于 2022-12-30 18:37:52

谷歌的models里面有官方实现，caffe版本去github上找找吧。

杨掌柜 · 发表于 2022-12-30 18:37:57

同请教α 这个参数是削减的是pointwise convolution的channel么？感觉depthwise separable convolution的channel和输入的channel是一致的。还有resolution multiplier这个参数是直接修改的输入图像的resolution，还是通过控制kernel来缩放输出特征图的resolution，感觉后面这种更好一点。

闲着玩 · 发表于 2022-12-30 18:38:08

是的。后面那个不是直接修改图片大小，而是通过控制kernel