← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9425.g · 生成模型:Tencent Hunyuan Hy

MobileNetV2 实现

理解等级:中级

MobileNetV2 先对图像做标准卷积得到 32 个过滤器特征映射,随后是 19 个残差瓶颈块(即扩展+深度卷积+瓶颈的结构),全部卷积核为 3×3,全网络扩展因子恒为 6。架构表中 n 列是层重复次数、s 列是跨步、c 列是通道数、t 列是扩展因子。实现上 Keras 在 keras.applications.mobilenet_v2 中提供 MobileNetV2,调用 MobileNetV2(weights=‘imagenet’) 即可,其余加载、扩维、预处理、预测与 decode_predictions 步骤与 MobileNet 一致。用火烈鸟图测试时,网络约以 86% 的把握判为火烈鸟,其他类别概率被 softmax 抑制。对比流程见[[MobileNet 实现]]。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《Python深度学习架构实用指南(初译)》第05章《移动神经网络和 CNN》(源文件:`../../book-sources/extracted/Python深度学习架构实用指南(初译)/_epub-src/OEBPS/Text/09.html`,来源项目 a19c7933-4eda-4176-aebd-30fe7e1ad292) - 结论依据:原文给出 32 过滤器起始、19 个瓶颈块、3×3 核与恒定扩展因子 6,并以火烈鸟 86% 的输出,支撑 MobileNetV2 架构与 Keras 实现的说明。 - 原始内容:创建 32 个过滤器特征映射。 此后,有 19 个残存的瓶颈层块(我们在扩展层子部分中看到的块)。 所有卷积核的大小均为3 x 3。整个网络中一直使用 6 的恒定扩展因子。