mobilenet v2

MobileNet V2是一种用于图像分类、对象检测和语义分割等计算机视觉任务的轻量级卷积神经网络。与传统的卷积神经网络不同，MobileNet V2使用了一种称为“深度可分离卷积”的操作，这种操作分别对通道和空间信息进行卷积，从而大大减少了模型的参数数量和计算量，使得MobileNet V2在保持良好性能的同时具有非常高的运行速度。

MobileNet V2的创新点主要包括以下方面：
1.使用Inverted Residuals结构增加了模型的深度和宽度，提高了模型的表达能力；
2.引入线性瓶颈函数来代替ReLU，避免了训练过程中的梯度爆炸或梯度消失；
3.增加了批标准化模块的使用，进一步提高了模型的泛化能力；
4.使用SE模块来学习通道间的关系，进一步提高了模型的性能。