一、参数数量和理论计算量
1、定义
-
参数数量（params）：关系到模型大小，单位通常为M，通常参数用 float32 表示，也就是每个参数占4个字节，所以
模型大小是参数数量的 4 倍
-
理论计算量（FLOPs）：
2、计算公式
假设卷积核大小为?Kh??×?Kw?，输入通道数为 Cin?x Cout，输出特征图的宽 W 和高 H，忽略偏置。
- CONV 标准卷积层：
- 参数量就是kernel*kernel*channel_input*channel_output，卷积核的大小x通道数量x卷积核的个数
-
，输入通道数等于一个卷积核的通道数，输出通道数=卷积核的个数
- 计算量：kernel*kernel*next_featuremap_height*next_featuremap_wight*channel_input*channel_output
?FC 全连接层（相当于 k=1,输入输出都不是二维图像，都是单个点）：
- 参数量等于计算量，因为输入输出都不能使二维平面，而是向量
-
，C相当于一个一张图片展成一条线上的所有点，也就是所有的像素点
参数量取决于显存大小，计算量要求芯片的floaps（gpu的运算能力）
二、MobileNetV1: Efficient Convolutional Neural Networks for Mobile Vision Applications
1、能够减少参数数量和计算量的原理
深度可分离卷积的使用
- 在进行 depthwise 卷积时只使用了
一种维度为in_channels的卷积核进行特征提取（没有进行特征组合）
-
在进行 pointwise 卷积时只使用了output_channels 种维度为in_channels 1*1 的卷积核进行特征组合，普通卷积不同 depth 层的权重是按照 1:1:1…:1的比例进行相加的，而在这里不同 depth 层的权重是按照**不同比例(可学习的参数)**进行相加的
- 参数数量由原来的
?--》p2 = F*F*in_channels*1 + 1*1*in_channels*output_channels参数量减小为原来的p2/p1，当F=3的时候，大概为1/9
- 深度卷积参数量=卷积核尺寸 x 卷积核通道数1 x 卷积核个数（就是输入通道数）；
- 点卷积（普通卷积）参数量=卷积核尺寸1x1 x 卷积核通道数就是输入通道数 x 卷积核的个数（即输出通道数）
- ?Note：?原论文中对第一层没有用此卷积，深度可分离卷积中的每一个后面都跟 BN 和 RELU
-
?
- Global Average Pooling 的使用：这一层没有参数，计算量可以忽略不计
- 用?
CONV/s2（步进2的卷积）代替?MaxPool+CONV：使得参数数量不变，计算量变为原来的 1/4 左右，且省去了MaxPool 的计算量
-
Note：采用 depth-wise convolution 会有一个问题，就是导致 信息流通不畅 ，即输出的 feature map 仅包含输入的 feature map 的一部分，在这里，MobileNet 采用了 point-wise(1*1) convolution 帮助信息在通道之间流通
2、MobileNetV1 中引入的两个超参数
Width Multiplier(α alphaα): Thinner Models
Resolution Multiplier(ρ rhoρ): Reduced Representation
3、标准卷积和深度可分离卷积的区别
三、MobileNetV2：Inverted Residuals and Linear Bottlenecks
1、主要改进点
- 引入残差结构，先升维（先1x1卷积，输出特征图的通道数增加）再降维（再3x3和1x1），增强梯度的传播，显著减少推理期间所需的内存占用（
Inverted Residuals）
-
去掉 Narrow layer（low dimension or depth） 后的 ReLU，保留特征多样性，增强网络的表达能力（
Linear Bottlenecks）
- 网络为
全卷积的，使得模型可以适应不同尺寸的图像；使用?RELU6（最高输出为 6）激活函数，使得模型在低精度计算下具有更强的鲁棒性
MobileNetV2 building block 如下所示，若需要下采样，可在 DWise 时采用步长为 2 的卷积；小网络使用小的扩张系数（expansion factor），大网络使用大一点的扩张系数（expansion factor），推荐是5~10，论文中 t=6 t = 6t=6
2、和 MobileNetV1 的区别
3、和 ResNet 的区别
