paper https://arxiv.org/abs/1704.04861
MobileNet 由谷歌在 2017 年提出，是一款专注于在移动设备和嵌入式设备上的 轻量级 CNN神经网络，并 迅速 衍生了 v1 v2 v3 三个版本；
相比于传统的 CNN 网络，在准确率小幅降低的前提下，大大减小模型参数和运算量；
一句话概括，V1 就是 把 vgg 中标准卷积层 换成了 深度可分离卷积；
模型亮点：
1. 深度可分离卷积，大大减少参数量
2. 增加超参 α、β
可分离卷积
可分离卷积大致可以分为 空间可分离 和 深度可分离；
空间可分离
顾名思义，就是把一个 大卷积核 换成两个 小卷积核，例如；
非本文重点，简单介绍；
深度可分离
深度可分离 由 深度卷积 + 逐点卷积 组成；
深度卷积：论文中称为 DW 卷积，就是 把 卷积核 变成 单通道，输入有 M 个通道数，就需要 M 个卷积核，每个通道 分别进行卷积，最后做叠加，如下图
逐点卷积：论文中称为 PW 卷积，就是用 1x1 的卷积核进行卷积，作用是 对深度卷积后的 特征 进行 升维；
上面两步实现的效果如下图
可以看到输出 的 shape 是一样的；
下面我们看看在 输入输出 shape 一样时各自的参数量
标准卷积
params：Dk x Dk x M x N
计算量：Dk x Dk x M x Dh x Dw x N
可分离卷积
params：Dk x Dk x M + M x N
计算量：Dk x Dk x M x Dh x Dw + M x Dh x Dw x N
计算一下减少量
N 为 输出通道数， Dk 为 卷积核 size，如果 size 为 3，减小了 1/9 左右，厉害了；
V1 卷积结构
把 vgg 的标准卷积 和 V1 的深度可分离卷积 对比看下
看到了 深度卷积 （3x3 Depthwise）和逐点卷积 （1x1 conv）；
同时看到了 Relu6，什么鬼？
Relu6
上图，一看便知
Relu6 对 大于 0 的部分做了一个边界，作者认为，在模型精度要求不是很高的情况下，边界使得模型鲁棒性更强；
强行压缩数值比较大的特征，避免了 个性特征，也相当于 规范了特征，防止过拟合，玄学要自己体会；
V1 网络结构
说了那么多，该上结果了
Conv 代表标准卷积，Conv dw 代表深度可分离卷积，s2 代表步长为2，s1 代表步长为1；
V1 模型效果
标准卷积是在 原特征 上进行多次卷积，而 深度可分离卷积 是在 卷积后的 特征上 进行 多次卷积，直观的感觉是，后者提取的特征不如前者，性能应该差点；
为了验证 V1 的效果，作者做了各种实验；
1. 分别用 标准卷积 和 深度可分离卷积 实现 MobileNetV1
可以看到 效果确实不如 标准卷积，但是 ACC 相差不大， 可喜的是 参数量和计算量 大大降低，约 1/9；
2. 把 V1 和 其他经典网络比较
ACC 优于 GoogleNet，差于 VGG16，但相差都不太大，但是参数量和计算量大大降低；
3. 把 V1 用于 目标检测算法
mAP 相差不是特别大，计算量大大降低；
总结一句话，就是 V1 效果不输其他网络，但计算量和参数量大大降低；
超参数对比
缺点
使用中发现， depthwise 部分的卷积核很容易废掉，即卷积核参数大部分为 0；
MobileNetV2 对此进行了分析和优化；
MobileNetV2
paper https://arxiv.org/abs/1801.04381
MobileNetV2 是由 谷歌 在 2018 年提出，相比 V1，准确率更好，模型更小；
模型亮点：
1. Inverted Residuals（倒残差结构）
2. Linear bottlenecks
倒残差结构
一看到 残差，就想到 resnet 了，先来看看 resnet 的 residual block
我们看右边的 block，在 resnet 中 这个 block 专为 深层网络设计，可大大减少 参数量；它先 通过 1x1 把 256 channel 变成 64 做降维，然后是 3x3 conv，再接着 1x1 还原为 256 channel 做升维；
总结一句就是先降维再升维，两头胖，中间瘦；
而 倒残差结构就是 两头瘦，中间胖；
如下图
在具体网络设计时，经过试验，作者并不是把 所有 block 都加上了 残差结构，所以 V2 中有两种 block；
只有 Stride=1 时，才有 残差结构；
Linear bottlenecks
我们看到上面的 残差结构 末尾 是 Linear 而不是 Relu，为什么呢？
作者经过研究，发现在 V1 中 depthwise 中有 0 卷积的原因就是 Relu 造成的，换成 Linear 解决了这个问题；
Relu 为什么被换掉
作者做了如下实验
作者把一个 二维 流形 数据【图1】 作为 输入， 然后 用不同维度的矩阵 T 把它映射到 高维，然后经过 Relu 输出，再把 输出 经过 T-1 还原成 二维，发现，在 低维 【图2 3】 时，Relu 对信号的损失非常大，随着维度增加，损失越来越小；
结论就是 Relu 对低维信号 损失很大；
回想一下 深度卷积，深度卷积是单通道卷积，只有 1 维，经过 relu 后，即使是 融合后再 Relu 也只有 3 维，信号损失很大，如果学到的信号完全没有用，那就不用学了， w 自然是 0 ；
问题又来了，既然 depthwise 时 relue 造成了信号损失，为什么不换 DW 的 relue，而是把 逐点卷积 的 激活函数 换成 Linear 了？
1. 首先 dw 的 relu 造成 大量损失是因为 Input 的 channel 太少了，如果 Input 的 channel 不少呢，就不损失了，那就没问题了，所以重点不是换不换 relue，是解决 低 channel 的问题；
2. 既然 channel 少，我给你增加 channel 不就好了，就是 1x1 升维咯；
3. 升完了，我再降回来，将回来之后， channel 就少了，那就换成 linear 咯；
4. 于是 倒残差结构 形成咯，再就是画道线的事，参考 resnet 而已；
V2 网络结构
V2 模型效果
一句话，又好又快