MobileNet V1模型——pytorch实现

论文传送门：https://arxiv.org/pdf/1704.04861.pdf

MobileNet V1的目的：对图片进行特征提取，依据特征进行分类。

MobileNet V1的优点：轻量。

MobileNet V1的方法：使用深度可分离卷积(Depthwise Separable Convolution)，减少模型参数量。深度可分离卷积由深度卷积(Depthwise Convolution)和逐点卷积(Pointwise Convolution)共同完成。

 MobileNet V1的结构：主要由两部分构成：

①特征提取部分：由1个标准卷积块和13个深度可分离卷积块构成；(红框部分实际实现时s=1)

②分类部分：AvgPool+FC+Softmax。