tensorflow MobileNetV2的目标检测测试

　　谷歌近期又推出了下一代移动视觉应用 MobileNetV2 ，它在 MobileNetV1 的基础上获得了显著的提升，并推动了移动视觉识别技术的有效发展，包括分类、目标检测和语义分割。MobileNetV2 作为 TensorFlow-Slim 图像分类库的一部分而推出，同时也已经集成到目标检测的包中，同时重要的是提供了预训练模型。

1、模型原理

　　从论文的名字《MobileNetV2: Inverted Residuals and Linear Bottlenecks》即可看出：MobileNetV2基于MobileNetV1的思想，同时也有两点大的不同，一是基于反向残差结构，其中残差块的输入和输出是较短的瓶颈层，这与在输入中使用扩展表征的传统残差模型正相反。MobileNetV2 使用轻量级深度卷积过滤中间扩展层的特征；二是为了保持表征能力，移除短层中的非线性很重要，这提升了性能，并带来了催生该设计的直观想法，即允许将输入/输出域与转换的表现性分开，从而为未来的分析提供一个简便的框架。

（1）反向残差结构

左图可以理解为：先用1x1降通道过ReLU，再3x3空间卷积过ReLU，再用1x1卷积过ReLU恢复通道，并和输入相加。之所以要1x1卷积降通道，是为了减少计算量，不然中间的3x3空间卷积计算量太大。所以Residual block是沙漏形，两边宽中间窄。 右图中：中间的3x3卷积变为了Depthwise的了，计算量很少了，所以通道可以多一点，效果更好，所以通过1x1卷积先提升通道数，再Depthwise的3x3空间卷积，再用1x1卷积降低维度。两端的通道数都很小，所以1x1卷积升通道或降通道计算量都并不大，而中间通道数虽然多，但是是Depthwise的卷积，计算量也不大。称之为Inverted residual block，两边窄中间宽，较小的计算量得到较好的性能。

其模型的架构与MobileNetV1等对比如下图所示：

2、模型实验

　　由于分类的实验本质上包含在目标检测中，此处只对检测进行分析：

（1）object_detection包中自带的测试图片，其检测结果如下，可见还是有一些未检测出来的。

（2）与上次mobilenetv1实验进行对比，见博客：tensorflow model中目标对象检测包的编译和测试

其中照片位置：https://worldtravelholics.files.wordpress.com/2014/07/img_4720.jpg

下图为mobilenetv2的检测效果

下图为mobilenetv1的检测效果

可见mobilenetv2的检测效果比v1版本来得好！