内容来源:GitHub 作者:ZehaoShi 编译:马卓奇
该文是关于Google MobileNets 的tensorflow实现步骤详解,基于论文《移动视觉应用的高效卷积神经网络》实现的。
请参考Google训练感知器的教程:https://github.com/tensorflow/models/tree/master/inception#getting-started
1、关于MobileNet模型大小:根据论文,MobileNet有330万个参数,不会因为输入图像的分辨率而改变。这也意味着由于全连接层的存在,最终模型的参数数量会比330万还要多。当使用RMSprop训练方法时,由于一些辅助参数的使用,checkpoint文件的大小大概是模型大小的3倍。可以用inspect_checkpoint.py文件进行查看。
2、预训练的权重:训练还在进行中,训练结束后作者会更新权重。
在ImageNet上训练
增加宽度乘法超参数
报告训练结果
整合入目标检测任务
论文地址:https://arxiv.org/pdf/1704.04861.pdf
GitHub资源:https://github.com/Zehaos/MobileNet
SSD-Tensorflow:https://github.com/balancap/SSD-Tensorflow
联系客服