yolo3-tiny網絡分析與加強（+MobileNet）
yolo3-tiny是yolo3的簡化版本，主要區別為、主干網絡采用一個7層conv+max網絡提取特征（和darknet19類似），嫁接網絡采用的是13*13、26*26的分辨率探測網絡，結構如下。yolo3-tiny的優點主要是，網絡簡單，計算量較小，可以在移動端或設備端運行。缺點為精度也比較 ...
相關推薦
MobileNet
MobileNet (Efficient Convolutional Neural Networks for Mobile Vision Applications)——Google CVPR-2017 MobileNet引入了傳統網絡中原先采用的group思想，即限制濾波器的卷積計算只針對特定 ...
MobileNet
MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications MobileNetV2: Inve ...
YOLO
YOLO YOLO是Joseph Redmon等人在2015年的論文中提出的一種極其快速、准確的物體檢測架構隨后在2016年（YOLOv2）和2018（YOLOv3）中進行了改進。 YOLOv3的架構和全卷積網絡的架構非常相似，但有一些重要的區別： 它為每個網格單元輸出5個邊界框 ...
MobileNet系列
最近一段時間，重新研讀了谷歌的mobilenet系列，對該系列有新的認識。 1.MobileNet V1 這篇論文是谷歌在2017年提出了，專注於移動端或者嵌入式設備中的輕量級CNN網絡。該論文最大的創新點是，提出了深度可分離卷積（depthwise separable convolution ...
MobileNet系列之MobileNet_v3
MobileNet系列之MobileNet_v1 MobileNet系列之MobileNet_v2 導言： 繼MobileNet_v1和v2提出后，在2019年，MobileNet_v3在眾人的期盼下出來了，MobileNet_v3論文提出了兩個模型 ...
MobileNet V1和MobileNet V2
paper https://arxiv.org/abs/1704.04861 MobileNet 由谷歌在 2017 年提出，是一款專注於在移動設備和嵌入式設備上的 輕量級 CNN神經網絡，並 迅速 衍生了 v1 v2 v3 三個版本； 相比於傳統的 CNN 網絡，在准確率小幅降低的前提下 ...
Mobilenet V1
目錄 1. Depth Separable Convolution 2. 網絡結構 3. 寬度因子和分辨率因子 4. 代碼實現 參考博客: https:/ ...