MobileNet學習總結

1.mobilenet v1

參考下文即可，寫的很好。

https://blog.csdn.net/t800ghb/article/details/78879612

自己的疑問：

（1）DW層，即Depth-Wise層，是否實際上就是一個3x3的一維卷積核？

2.mobilenet v2

參考下文。

https://blog.csdn.net/u011995719/article/details/79135818

自己的一些疑問：

（1）使用PW層，也就是1x1的卷積進行升維處理，使用6個1x1卷積核，這6個卷積核的值是線性的，這樣得到的多元特征圖按說也是線性的，這樣有什麼意義呢？

3.合并bn層的原理（merge bn）

一般帶有bn層的結構為：卷積層-bn層-激活層（如ReLU）-池化層，合并bn層的思想是将bn層合并到鄰近的卷積層，這樣可以減少計算量，提升檢測速度。推導如下：

參考：

https://blog.csdn.net/qq1145520074/article/details/79151948