誕生於:
大量應用於:MobileNet
深度可分離卷積 - 知乎
https://zhuanlan.zhihu.com/p/92134485
理解分組卷積和深度可分離卷積如何降低參數量 - 知乎
https://zhuanlan.zhihu.com/p/65377955
從深度可分離卷積 到 MobileNetv1 到 MobileNetv2 - 知乎
https://zhuanlan.zhihu.com/p/73249767
知乎鹽選 | 深度學習之 PyTorch 物體檢測實戰
https://www.zhihu.com/market/pub/119648721/manuscript/1189952882542366720
我們先來看一下標準的卷積操作:
輸入一個12×12×3的一個輸入特徵圖,經過5×5×3的卷積核卷積得到一個8×8×1的輸出特徵圖。如果此時我們有256個特徵圖,我們將會得到一個8×8×256的輸出特徵圖。
以上就是標準卷積做乾的活。那深度卷積和逐點卷積呢?