【MobileNetV2將為下一代移動視覺應用提供支持】去年，我們引入了面向移動設備設計的通用型計算機視覺神經網絡系列MobileNetV1，支持分類和檢測等功能。在個人移動設備上運行深度網絡可以提升用戶體驗，允許隨時隨地訪問，并且在安全性、隱私和能耗方面同樣具有優勢。隨著可讓用戶與現實世界實時交互的新應用的出現，對更高效神經網絡的需求也逐漸增加。

今天，我們很高興地宣布，MobileNetV2已經發布，它將為下一代移動視覺應用提供支持。

MobileNetV2在MobileNetV1的基礎上進行了重大改進，并推動了移動視覺識別技術的發展，包括分類、對象檢測和語義分割。MobileNetV2作為TensorFlow-Slim圖像分類庫的一部分發布，您也可以在Colaboratory中瀏覽MobileNetV2。或者，也可以下載筆記本并在本地使用Jupyter操作。MobileNetV2還將作為TF-Hub中的模塊，預訓練檢查點位于github中。

MobileNetV2以MobileNetV1[1]的理念為基礎，使用深度可分離卷積作為高效構建塊。此外，V2在架構中引入了兩項新功能：1)層之間的線性瓶頸，以及2)瓶頸之間的快捷連接。基本結構如下所示。

MobileNetV2架構概覽

藍色塊表示上面所示的復合卷積構建塊

我們可以直觀地理解為，瓶頸層對模型的中間輸入和輸出進行編碼，而內層封裝了讓模型可以將低級概念（如像素）轉換為高級描述符（如圖像類別）的功能。最后，與傳統的殘差連接一樣，快捷連接也可以提高訓練速度和準確性。要詳細了解技術細節，請參閱論文“MobileNetV2:InvertedResidualsandLinearBottlenecks”。

MobileNetV2與第一代MobileNet相比有何不同？

總體而言，MobileNetV2模型在整體延遲時間范圍內可以更快實現相同的準確性。特別是在GooglePixel手機上，與MobileNetV1模型相比，新模型的運算數減少2倍，參數減少30%，而速度提升30-40%，同時準確性也得到提高。

MobileNetV2提高了速度（縮短了延遲時間）并提高了ImageNetTop1的準確度

對于對象檢測和分割而言，MobileNetV2是非常有效的特征提取器。例如，在檢測方面，與新引入的SSDLite[2]搭配使用時，在實現相同準確性的情況下，新模型的速度要比MobileNetV1快大約35%。我們已在TensorflowObjectDetectionAPI[4]下開源該模型。

為了實現設備上語義分割，我們在近期宣布的DeepLabv3[3]的簡化版中采用MobileNetV2作為特征提取器。在采用語義分割基準PASCALVOC2012的條件下，新模型的性能與使用MobileNetV1作為特征提取器的性能相似，但前者的參數數量減少5.3倍，乘加運算數量減少5.2倍。

綜上，MobileNetV2提供了一個非常高效的面向移動設備的模型，可以用作許多視覺識別任務的基礎。我們現將此模型與廣大學術和開源社區分享，希望借此進一步推動研究和應用開發。