v1:
为了在各种任务上到达更高的准确率，大多数的网络模型都是朝着更深、更宽的方向发展。但是在一些计算资源有限的移动设备和嵌入式设备上，这种大规模的网络很难得到实际应用。因此本文提出了一种轻量级的网络结构——MobileNets，在尽量减少精度损失的情况下，降低网络的参数量。
在 v1 版本中，主要的创新点：
1、使用 Depthwise Separable Convolution
2、使用两个超参数来均衡调节网络的计算复杂度和精度
一、Depthwise Separable Convolution
Depthwise Separable Convolution 将传统的标准卷积操作分成两个步骤——Depthwise Convolution 和 Pointwise Convolution，以达到减少参数的目的，如下图所示：
其具体内容如下：
对于一幅大小为
的输入特征图，
1、采用传统的标准卷积，其卷积核如下图（a），
其中卷积核的大小为
，
对应卷积核的空间大小（如常见的 3x3），
对应输入特征图的维度，
为卷积核的个数（也即输出特征图的维度）。假设输出特征图与输入特征图同空间尺寸（即输出特征图为
），则这样的一个卷积层其参数量为
（因为输出特征图总共有
个点，每个点对应的参数量为
）。
2、采用 Depthwise Separable Convolution ，所使用到的卷积核如下：
Depthwise Separable Convolution 分为 depthwise convolution 和 pointwise convolution 两个步骤。对于传进来的一幅特征图
，首先进行 depthwise convolution，与上面标准卷积不同的是，它对输入特征图的每个通道（channel）都分开进行处理（即处理
个
），所以它的卷积核大小为
，个数为
个（对应输入特征图的
个通道，输出特征图的通道数和输入特征图的通道数相同），如上面图（b）所示。这一步的参数量为
（因为输出特征图总共有
个点，每个点对应的参数量为
）。depthwise convolution 带来的后果就是在 channel 维度上的信息不能相互传递（因为卷积是分别在每个 channel 上进行的），因此后面需要接一个 pointwise convolution，来进行信息的交互。 pointwise convolution 本质上就是一个普通的卷积，只不过它的卷积核空间尺寸是 1x1（经常用来给特征图做升维或降维），如上面的图（c）所示。这一步的参数量为
（因为输出特征图总共有
个点，每个点对应的参数量为
）。
因此整个 Depthwise Separable Convolution 的参数量相比于标准卷积为：
在作者的实验中，使用 Depthwise Separable Convolution 的模型（MobileNet）准确率略低于使用标准卷积的模型（Conv MobileNet），但参数量却大大减少，如下图：
二、使用两个超参数来均衡调节网络的计算复杂度和精度
1、 Width Multiplier: Thinner Models（
）：降低特征图的通道数目对于网络的每一层，将
，
， 乘到其输入特征图和输出特征图的通道数（channels）上，即输入为
，输出为
，Depthwise Separable Convolution 的参数变为：
2、 Resolution Multiplier: Reduced Representation（
）：降低特征图的空间分辨率对于网络的每一层，将
，
，乘到输入特征图和输出特征图的宽高上，结合上面的 width multiplier ，输入变为
，Depthwise Separable Convolution 再次变为：
关于 Width Multiplier 和 Resolution Multiplier 对模型准确率和参数量的一些影响如下：
v2 :
MobileNet v2 中的基本结构块（Inverted residual block）与 v1 中的基本结构块（Depthwise Separable Convolution）的对比，如下图：
如上图所示，v2 中的 Inverted residual block 的改变如下：
1、多了一个 shortcut connections（快捷/跳跃连接），一般结构块都会加上这个，降低训练的难度。
2、在 Dwise 3x3（Depthwise Convolution）前新加了一个 Conv 1x1（Pointwise Convolution），用来升维（channels），具体示意图如下（b）：
左边（a）为普通的 Residual block，里面是一个常见的 bottleneck 结构（左右两边特征图的channel维度高，中间特征图的channel维度底，类似于花瓶的瓶口），shortcat 连接的是高维度的特征图；而右边是本文所用的 Inverted residual block，它是左右两边维度底，中间维度高，shortcat 连接的是低纬度的特征图。这与前面恰好相反，所以这是名字里 ‘inverted’ 的由来。
3、最后一个Conv 1x1接的是线性（Linear）激活函数，而不是非线性的Relu6（注：普通relu， y=max(0, x)；relu6, y= min(max(0,x), 6)，即限制输出最高为6，当使用低精度的设备进行计算时，Relu6 相比于 Relu 的鲁棒性会更好）。作者认为在一个低维空间使用非线性操作会带来信息的损失。
下面是作者实验的一张对比图，左边图（a）表明了最后一层使用 Linear 激活函数(蓝色曲线)比使用 Relu6 激活函数(绿色曲线)的效果好；右边图（b）表明了使用 Shortcut(蓝、绿曲线)比不使用 shortcut(红色曲线)的效果好，以及使用 Inverted residual block(蓝色曲线)的效果比使用 residual block(绿色曲线)的效果好。
