當(dāng)?shù)貢r(shí)間4月3日，谷歌推出了一款新的移動(dòng)框架MobileNetV2，基于上一代MobileNet，這款模型能顯著提高多種計(jì)算機(jī)視覺任務(wù)。

去年我們推出了MobileNetV1，這是一款為移動(dòng)設(shè)備而設(shè)計(jì)的通用計(jì)算機(jī)視覺神經(jīng)網(wǎng)絡(luò)模型，它有分類、檢測(cè)等功能。這種可以在個(gè)人移動(dòng)設(shè)備上運(yùn)行深度網(wǎng)絡(luò)的能力極大地提升了用戶體驗(yàn)，不僅能隨時(shí)隨地訪問(wèn)，還非常安全、私密、省電。隨著新應(yīng)用的出現(xiàn)，用戶可以與現(xiàn)實(shí)世界進(jìn)行實(shí)時(shí)交互，同樣對(duì)更高效的深度網(wǎng)絡(luò)也有更多的需求。

今天，我們很高興宣布MobileNetV2已經(jīng)可以支持下一代移動(dòng)視覺應(yīng)用。MobileNetV2在MobileNetV1上做出了重大改進(jìn)，并推動(dòng)了目前移動(dòng)設(shè)備的視覺識(shí)別技術(shù)的發(fā)展，包括圖像分類、檢測(cè)和語(yǔ)義分割。MobileNetV2作為TensorFlow-Slim圖像分類庫(kù)的一部分發(fā)布，或者您可以在Colaboratory中探索MobileNetV2。另外，您還可以利用Jupyter下載筆記本并進(jìn)行使用。MobileNetV2也可以作為TF-Hub上的模塊使用，預(yù)訓(xùn)練的檢查點(diǎn)可以在GitHub上找到。

MobileNetV2的創(chuàng)建基于MobileNetV1的思想，使用深度可分離卷積作為高效的構(gòu)建模塊。然而，V2在架構(gòu)中引入了兩種新特征：

圖層間的線性瓶頸層

瓶頸層之間的快捷連接

基本結(jié)構(gòu)如圖所示：

可以看到，瓶頸對(duì)模型的中間輸入和輸出進(jìn)行編碼，而內(nèi)層包括了模型能將低級(jí)概念（如像素）轉(zhuǎn)換為高級(jí)描述符（如圖像類別）的能力。最后，剩余的連接和傳統(tǒng)一樣，快速連接可實(shí)現(xiàn)更快的訓(xùn)練速度和更高的準(zhǔn)確性。具體細(xì)節(jié)可以查看論文：MobileNetV2：Inverted Residuals and Linear Bottlenecks：https://arxiv.org/abs/1801.04381。

它與第一代MobileNets相比如何？

總體而言，在整個(gè)延遲頻譜中，MobileNetV2模型在相同精度下的速度更快。特別的是，新模型所用的操作次數(shù)減少了2次，參數(shù)減少了30%，在谷歌pixel手機(jī)上的速度比V1快了30%~40%，同時(shí)達(dá)到了更高的準(zhǔn)確性。

MobileNetV2在目標(biāo)物體檢測(cè)和分割時(shí)是一個(gè)非常高效的特征提取器。例如，當(dāng)與新發(fā)布的SSDLite合作進(jìn)行物體檢測(cè)時(shí)，新模型在做到與V1同樣準(zhǔn)確的情況下，速度快了35%。我們已經(jīng)在TensorFlow目標(biāo)物體檢測(cè)API中開源了此模型。

為支持移動(dòng)設(shè)備的語(yǔ)義分割，我們將MobileNetV2當(dāng)做特征提取器安裝在簡(jiǎn)化版的DeepLabv3上。在語(yǔ)義分割的基準(zhǔn)PASCAL VOC 2012中，我們的結(jié)果與將V1作為特征提取器實(shí)現(xiàn)了相似的性能，但是參數(shù)少了5.3倍，在乘加運(yùn)算上操作次數(shù)減少了5.2倍。

由此可見，MobileNetV2作為許多視覺識(shí)別任務(wù)的基礎(chǔ)，是移動(dòng)設(shè)備上高效的模型。我們希望與學(xué)術(shù)界和開源社區(qū)共享，以此幫助更多人的研究和應(yīng)用發(fā)展。