改進(jìn)MobileNetV2在圖像識別中的應(yīng)用

隨著深度學(xué)習(xí)的發(fā)展，人臉識別、自動駕駛、圖像識別和AI繪圖等深度學(xué)習(xí)技術(shù)也早就融入大眾生活中。這些技術(shù)離不開深度學(xué)習(xí)的快速發(fā)展，如Vgg，ResNet，DenseNet等神經(jīng)網(wǎng)絡(luò)模型的提出，對深度學(xué)習(xí)的模型的快速發(fā)展產(chǎn)生了深遠(yuǎn)影響，許多深度模型都在借鑒前人的思想上被開發(fā)出來。但這些模型往往內(nèi)存占比大，且對設(shè)備計算能力要求高等，使得一些移動端設(shè)備或計算能力有限的邊緣設(shè)備無法使用，大大限制了移動端設(shè)備的發(fā)展和應(yīng)用。（剩余1863字）