MobileNetV2已经发布，它将为下一代移动视觉应用提供支持

去年，我们引入了面向移动设备设计的通用型计算机视觉神经网络系列MobileNetV1，支持分类和检测等功能。在个人移动设备上运行深度网络可以提升用户体验，允许随时随地访问，并且在安全性、隐私和能耗方面同样具有优势。随着可让用户与现实世界实时交互的新应用的出现，对更高效神经网络的需求也逐渐增加。

今天，我们很高兴地宣布，MobileNetV2已经发布，它将为下一代移动视觉应用提供支持。

MobileNetV2 在 MobileNetV1 的基础上进行了重大改进，并推动了移动视觉识别技术的发展，包括分类、对象检测和语义分割。MobileNetV2 作为TensorFlow-Slim 图像分类库的一部分发布，您也可以在Colaboratory中浏览 MobileNetV2。或者，也可以下载笔记本并在本地使用Jupyter操作。MobileNetV2 还将作为 TF-Hub 中的模块，预训练检查点位于github中。

MobileNetV2 以 MobileNetV1 [1] 的理念为基础，使用深度可分离卷积作为高效构建块。此外，V2 在架构中引入了两项新功能：1) 层之间的线性瓶颈，以及 2) 瓶颈之间的快捷连接。基本结构如下所示。

MobileNetV2 架构概览

蓝色块表示上面所示的复合卷积构建块

我们可以直观地理解为，瓶颈层对模型的中间输入和输出进行编码，而内层封装了让模型可以将低级概念（如像素）转换为高级描述符（如图像类别）的功能。最后，与传统的残差连接一样，快捷连接也可以提高训练速度和准确性。要详细了解技术细节，请参阅论文 “MobileNet V2:Inverted Residuals and Linear Bottlenecks”。

MobileNetV2 与第一代 MobileNet 相比有何不同？

总体而言，MobileNetV2 模型在整体延迟时间范围内可以更快实现相同的准确性。特别是在 Google Pixel 手机上，与 MobileNetV1 模型相比，新模型的运算数减少 2 倍，参数减少 30%，而速度提升 30-40%，同时准确性也得到提高。

MobileNetV2 提高了速度（缩短了延迟时间）并提高了 ImageNet Top 1 的准确度

对于对象检测和分割而言，MobileNetV2 是非常有效的特征提取器。例如，在检测方面，与新引入的 SSDLite [2] 搭配使用时，在实现相同准确性的情况下，新模型的速度要比 MobileNetV1 快大约 35%。我们已在Tensorflow Object Detection API [4] 下开源该模型。

为了实现设备上语义分割，我们在近期宣布的 DeepLabv3 [3] 的简化版中采用 MobileNetV2 作为特征提取器。在采用语义分割基准PASCAL VOC 2012的条件下，新模型的性能与使用 MobileNetV1 作为特征提取器的性能相似，但前者的参数数量减少 5.3 倍，乘加运算数量减少 5.2 倍。

综上，MobileNetV2 提供了一个非常高效的面向移动设备的模型，可以用作许多视觉识别任务的基础。我们现将此模型与广大学术和开源社区分享，希望借此进一步推动研究和应用开发。