MobileNet 物体分类模型
Mobilenet 网络是由 Google 针对手机和嵌入式场景提出的一种轻量级的深度神经网络,其主要特点是使用深度可分离卷积(depthwise separable convolution)来替代普通卷积,从而减少计算量,提高网络的计算效率。该网络在 ImageNet 数据集上的分类精度达到了 70.8%,在损失了不多精度的情况下,极大地减少了计算量,使神经网络模型在普通单片机上流畅运行也成为了可能!
目标
按顺序输入若干张图像,输出每张图像属于哪个分类,以及该分类的置信度。
原理
对于不太对详细的原理感兴趣的同学,可以简单理解:
- 卷积计算具有提取特征的作用,比如一幅图像经过一次卷积计算后的结果,会将图像的轮廓提取出来,比如经典的索贝尔边缘检测,比如下图右边是图像输入,左边是经过一次卷积计算后的结果:
可以说,通过一次卷积计算,图像的轮廓就被提取出来了,这就是卷积计算的特征提取作用。
如果经过多次卷积计算,不同图像的特征就会被提取出来。 你可以在tensorspace.org 可视化地看到这个过程。
经过整个由无数个卷积计算和其它计算组成的网络计算,最后输出一个只有 1000 个像素点的图像,不同分类的图输入,在输出层的 1000 个像素点中,其中一个像素点的值会较大,这个像素点对应的分类就是网络的输出结果。比如一只熊猫图像输入,如果输出层的第 388 个像素点的值较大,并且值为 0.8,我们就通过这个网络识别到了这张图像是一只熊猫,置信度为 0.8。
至于 Mobilenet 网络宣称使用了深度可分离卷积(depthwise separable convolution)来替代普通卷积,从而减少计算量,提高网络的计算效率,你可以理解成相比于之前的卷积网络,仍然是卷积计算,只是和在图像上使用的普通卷积计算的方式不同,这样就可以减少计算次数,提高网络的计算效率,具体方式怎么不同请自行进一步阅读相关文章。
至于训练,和在基础知识中说到的一样,通过不停向网络输入图像,然后让网络输出正确的分类,然后通过损失函数计算网络输出的分类和正确分类的差距,然后通过反向传播算法,不断调整网络中的参数,使得网络输出的分类和正确分类的差距越来越小,最终网络就能够输出正确的分类。训练实际就是找出适合我们的数据的网络中的参数,比如网络中所有卷积核的值,网络中所有的偏置值等等。
关于 Mobilenet 的具体原理,此处不进行详细介绍,感兴趣的读者可以参考 Mobilenet 论文原文( MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications ) 和其它三方教程
Mobilenet V2
Mobilenet V2 是 Mobilenet 的升级版,它的主要改进点在于优化了网络的结构,使得网络的计算效率更高,同时网络的精度也更高。
试试训练一个模型
在 MaixHub 创建一个分类训练项目,然后采集数据,创建一个训练任务,参数选择你有的硬件平台,如果没有开发板可以使用手机,选择 mobilenetv1 或者 mobilenetv2 进行训练即可,训练完成后可以一键部署看看效果。