MobileNetV2: البقايا المقلوبة ومختنقات الخطية

في هذه الورقة نصف بنية محمولة جديدة، MobileNetV2، التي تحسن أداء النماذج المحمولة الحديث في مهام ومؤشرات أداء متعددة وكذلك عبر طيف من أحجام النماذج المختلفة. نصف أيضًا طرقًا فعالة لتطبيق هذه النماذج المحمولة على كشف الأجسام في إطار عمل جديد نسميه SSDLite. بالإضافة إلى ذلك، نُظهر كيف نبني نماذج تقسيم دلالي محمولة من خلال شكل مخفض من DeepLabv3 نسميه Mobile DeepLabv3. يعتمد على بنية بقايا مقلوبة حيث الاتصالات المختصرة تكون بين طبقات المختنق النحيفة. تستخدم طبقة التوسع المتوسطة تراكمات تفصيل خفيفة الوزن لتصفية المميزات كمصدر لعدم الخطية. علاوة على ذلك، وجدنا أنه من المهم إزالة عدم الخطية في الطبقات الضيقة للحفاظ على القوة التمثيلية. نُظهر أن هذا يحسن الأداء ونقدم حدسًا أدى إلى هذا التصميم. أخيرًا، تتيح طريقتنا فصل مجالات الإدخال/الإخراج عن تعبيرية التحول، مما يوفر إطار عمل ملائم لمزيد من التحليل. نقيس أدائنا على تصنيف ImageNet 1، كشف الأجسام COCO 2، وتقسيم الصور VOC 3. نقيم الموازنة بين الدقة وعدد العمليات المقاسة بالضرب والجمع (MAdd)، بالإضافة إلى الكمون الفعلي وعدد المعلمات.