Google第二代行动装置版电脑视觉神经网络模型出炉！让手机执行影像辨识更快更准

Google在去年6月推出行动装置版的电脑视觉神经网络模型MobileNetV1，近日则在官方部落格中宣布推出第二代MobileNetV2，改善了分类、物件侦测和语义分割（Semantic Segmentation）技术，不论是速度和准确率都有所提升，已于今年1月发表MobileNetV2的论文，Google相信MobileNetV2将会对许多视觉辨识任务有帮助。

MobileNetV2是以第一代为基础来改善，延续了第一代透过深度可分离卷积（Depthwise Separable Convolution）的方式，来达到压缩模型的目的，减少参数并提升运算速度，不过，第二代还新增了2项特性，层间的线性转换方式（Linear bottleneck），以及Bottleneck之间的捷径连接（Shortcut connections）。

第二代在深度可分离卷积方法前，增加了1X1的扩张层，来增加Channel数量，进而制造更多特征，最后输出时则不用线性整流单元（Rectified Linear Unit，ReLU）函数，为了避免特征被破坏，改采用线性转换的方式。

另一个特性则是，MobileNetV2与传统的ResNet不同，ResNet是先压缩维度，透过卷积萃取特征，最后再扩张，而MobileNetV2则是相反的结构（Inverted residuals），先扩张，萃取特征，最后再压缩，因此，捷径连接的是维度缩减后的结果。

MobileNetV2模型的结构图，图片来源：Google。

Google表示，MobileNetV2相比第一代的模型，在同样的准确率下，执行的速度更快，尤其是，在Google Pixel手机上测试，新的模型所需的操作减少了2倍，所需的参数也少了30%，提升了大约30～40%的速率，准确度也有提升。