MobileNet V2

MobileNet V2是一种轻量级的卷积神经网络模型，主要用于移动设备和嵌入式设备等资源受限的场景。它是MobileNet V1的升级版，相比于MobileNet V1，MobileNet V2在保持轻量级的同时，进一步提高了模型的准确性和效率。MobileNet V2主要采用了以下技术来优化模型：
1. 瓶颈设计：使用瓶颈结构来减少模型参数和计算量。
2. 线性瓶颈：使用线性激活函数替代ReLU函数，减少非线性操作。
3. 倒残差：引入倒残差结构，使得模型更加深层次，提高准确性。
4. SE模块：引入SE（Squeeze-and-Excitation）模块，学习通道间的关系，提高特征的重要性。