> ML_LITERATURE // SANDLER-2018-MOBILENETV2-INVERTED-RESIDUALS-LINEAR-BOTTLENECKS_v1.0
MobileNetV2: Inverted Residuals and Linear Bottlenecks
Mark Sandler, Andrew Howard, Menglong Zhu, Andrey Zhmoginov, Liang-Chieh Chen · IEEE Conference on Computer Vision and Pattern Recognition (CVPR) (2018)
seminal-architecture2018foundationalthirdPartyReproduced
Temel Katkı (Principal Contribution)
Doğrusal darboğazlara sahip ters artık blokları sunarak derinlik filtrelemesinden önce yüksek boyutlara genişletti ve manifold kapasitesini korumak için geri izdüşüm yaptı.
Operasyonel ve Mühendislik Uygunluğu
Üretimde task-image-classification, task-object-detection dağıtımı için yetkili referans olarak hizmet eder.
Temel Varsayımlar (Assumptions)
- Uzamsal özellik tutarlılığı ve veri manifoldu yapısı sürekli temsil hipotezlerine uygundur
Kısıtlar ve Sınırlamalar (Limitations)
- Hesaplama karmaşıklığı uzamsal çözünürlük ve parametre kapasitesi ile ölçeklenir
Bağlantılı Algoritmalar, Mimariler ve Kütüphaneler
İlgili Algoritmalar:
İlgili Mimariler:
Uygulayıcı Kütüphaneler: