Mi a különbség a MobileNet v2 és v1 (fordított maradékok) között?

A MobileNet v2 főként a "fordított maradványok" és a "lineáris szűk keresztmetszetek" bevezetésével különbözik az v1-től.

Az MobileNet v1-ben normál maradványkapcsolatokat és mélyen szeparálható konvolúciókat használtak, amelyek már csökkentették a számítási összetettséget. A MobileNet v2 architektúrája úgy van kialakítva, hogy:

• A fő blokk az "fordított maradék blokk": először a csatornák számát 1x1-es konvolúcióval (pontkonvolúcióval) bővítik, majd mély konvolúciót alkalmaznak, végül pedig visszaszorítják kisebb csatornaszámra.
• A maradék kapcsolatokat nem a kibővített jellemzőtérre, hanem a tömörített (szűk) térre alkalmazzák, ez csökkenti a paraméterek számát és növeli a hatékonyságot.
• Lineáris szűk keresztmetszetet használnak (a blokk utolsó rétege nem tartalmaz ReLU aktivációt), hogy elkerüljék az információveszteséget a jellemzők tömörítése során.

Ez lehetővé teszi, hogy a MobileNet v2 hatékonyabb és pontosabb legyen ugyanazon vagy kevesebb számítási erőforrással, mint az v1.

Egyszerűsített blokkstruktúra példája:

# Pseudocode
bemenet -> 1x1 konvolúció (kibővítés, ReLU6) -> mély konvolúció (ReLU6) -> 1x1 konvolúció (projekció, lineáris) -> maradék hozzáadás (ha a méretek egyeznek)