論文原址：MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications

Mobilenet v1是Google於2017年釋出的網路架構，旨在充分利用移動裝置和嵌入式應用的有限的資源，有效地最大化模型的準確性，以滿足有限資源下的各種應用案例。Mobilenet v1也可以像其他流行模型（如VGG，ResNet）一樣用於分類、檢測、嵌入和分割等任務提取影象卷積特徵。

一、Mobilenet v1 對卷積網路的拆分

Mobilenet v1核心是把卷積拆分為Depthwise+Pointwise兩部分。

普通卷積層

假設有 的輸入，同時有 個 的卷積。如果設定 且 ，那麼普通卷積輸出為 。

Depthwise卷積

Depthwise是指將 的輸入分為 組，然後每一組做 卷積。這樣相當於收集了每個Channel的空間特徵，即Depthwise特徵。

Pointwise卷積

Pointwise是指對 的輸入做 個普通的 卷積。這樣相當於收集了每個點的特徵，即Pointwise特徵。Depthwise+Pointwise最終輸出也是 。

Depthwise+Pointwise

Depthwise+Pointwise可以近似看作一個卷積層：

• 普通卷積：
  3x3 Conv+BN+ReLU
• Mobilenet卷積：3x3 Depthwise Conv+BN+ReLU 和 1x1 Pointwise Conv+BN+ReLU

對比一下不同卷積的乘法次數：

• 普通卷積計算量為：
• Depthwise計算量為：
• Pointwise計算量為：

通過Depthwise+Pointwise的拆分，相當於將普通卷積的計算量壓縮為：

二、Mobilenet v1基本架構

還可以對所有卷積層 數量統一乘以縮小因子 （其中 ）以壓縮網路。這樣Depthwise+Pointwise總計算量可以進一降低為：

當然，壓縮網路計算量肯定是有代價的。下圖展示了 不同時Mobilenet v1在ImageNet上的效能。可以看到即使 時Mobilenet v1在ImageNet上依然有63.7%的準確度。

下圖展示Mobilenet v1 與GoogleNet和VGG16的在輸入解析度 情況下，準確度差距非常小，但是計算量和引數量都小很多。同時原文也給出了以Mobilenet v1提取特徵的SSD/Faster R-CNN在COCO資料集上的效能。