¿En qué se diferencia MobileNet v2 de v1 (residuos invertidos)?

MobileNet v2 se diferencia de v1 principalmente por la introducción del concepto de "residuos invertidos" con "cuellos de botella lineales".

En MobileNet v1 se utilizaban conexiones residuales normales y convoluciones separables en profundidad, lo que ya reducían la complejidad computacional. En MobileNet v2, la arquitectura está diseñada de modo que:

• El bloque principal es el "bloque residual invertido": primero se realiza una expansión del número de canales mediante una convolución 1x1 (convolución punto a punto), luego una convolución en profundidad, y al final se comprime de nuevo a un menor número de canales.
• Las conexiones residuales se aplican no al espacio de características expandido, sino al espacio comprimido (estrecho), lo que reduce el número de parámetros y aumenta la eficiencia.
• Se utiliza un cuello de botella lineal (la última capa del bloque no tiene activación ReLU), para evitar la pérdida de información durante la compresión de características.

Esto permite que MobileNet v2 sea más eficiente y preciso con los mismos o menores recursos computacionales en comparación con v1.

Ejemplo de estructura del bloque MobileNet v2 (simplificado):

# Pseudocódigo
entrada -> convolución 1x1 (expansión, ReLU6) -> convolución en profundidad (ReLU6) -> convolución 1x1 (proyección, lineal) -> suma residual (si las dimensiones coinciden)