谷歌發布MobileNetV2：新一代移動端計算機視覺網路

AiTechYun

編輯：yuxiangyu

去年，谷歌發布了MobileNetV1，這是一個通用的計算機視覺神經網路，用於支持在移動設備上分類，檢測等等。在個人移動設備上運行深度神經網路的能力改善了用戶體驗，可以隨時隨地訪問，並為安全、隱私和能耗帶來了額外的優勢。隨著新應用的出現，用戶可以與真實世界進行實時交互，因此需要更高效的神經網路。

今天，我們很高興地宣布，MobileNetV2將助力下一代移動視覺應用。MobileNetV2相對於MobileNetV1的重大改進，並推動了移動視覺識別技術的發展，包括分類，對象檢測和語義分割。MobileNetV2作為TensorFlow-Slim圖像分類庫的一部分發布 ，你可以立即開始在Colaboratory中探索它 。或者，你也可以使用Jupyter下載，並在本地探索它。

MobileNetV2也可作為TF-Hub上的模塊使用，預訓練檢查點可在Github上找到。

Github：https://github.com/tensorflow/models/tree/master/research/slim/nets/mobilenet

MobileNetV2繼承了MobileNetV1的思想，使用深度可分離卷積結構作為構建模塊。而MobileNetV2引入了兩種新的功能：層之間的線性瓶頸；瓶頸之間的連接捷徑（shortcut）。基礎架構如下所示：

MobileNetV2架構，藍色塊表示複合卷積構建塊。

直覺是，瓶頸對模型的中間輸入和輸出進行編碼，而內層封裝了模型從低級概念（如像素）轉換為更高級別描述符（如圖像類別）的能力。最後，與傳統的殘差連接(residual connections)一樣，而這個「捷徑」可實現更快的訓練和更高的準確性。

更多細節：https://arxiv.org/abs/1801.04381

與第一代MobileNets比較

總體而言，MobileNetV2模型在整個延遲範圍中實現相同精度更快。特別是，新模型使用的運算（operation）減少了2倍，所需參數減少了30％，在Google Pixel手機上的速度比MobileNetV1機型快30％至40％，同時實現了更高的精度。

MobileNetV2提高了速度（縮短了延遲）並提高了ImageNet Top 1的準確性

MobileNetV2是對目標檢測和分割的非常有效的特徵提取器。例如，對於檢測任務來說，與新推出的SSDLite搭配時，同等準確性，新模型要比MobileNetV1快大約35％。我們已經在Tensorflow對象檢測API中開源了這個模型。

為了實現設備級的語義分割，我們使用MobileNetV2作為近期發布的DeepLabv3簡化形的特徵提取器。使用語義分割的基準PASCAL VOC 2012，我們最終的模型獲得了與使用MobileNetV1作為特徵提取器相似的性能，但使用參數少5.3倍，運算減少5.2倍。

正如我們所看到的，MobileNetV2提供了一個非常高效的移動端模型，可以用作許多視覺識別任務的基礎。我們希望通過將它分享給更廣泛的學術和開源社區，攜手推進研究和應用程序的開發。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！