前言：MobileNetV2网络先升维后降维，在降维时使用线性激活函数，带残差的Inverted bottleck模块，防止ReLU信息丢失。在图像分类、目标检测、语义分割等任务上实现了网络轻量化、速度和准确度的权衡。
回顾MobileNetV1的理论和MobileNetV2项目实战可查阅如下链接：
【嵌入式AI开发】轻量级卷积神经网络MobileNetV1详解
【嵌入式AI开发】轻量级卷积神经网络MobileNet项目实战——文末完整源码工程文件
** MobileNetV2原文：**
本文转载自: https://blog.csdn.net/m0_61712829/article/details/138252674
版权归原作者 阿齐Archie 所有， 如有侵权，请联系我们删除。
版权归原作者 阿齐Archie 所有， 如有侵权，请联系我们删除。