前言：MobileNetV2网络先升维后降维，在降维时使用线性激活函数，带残差的Inverted bottleck模块，防止ReLU信息丢失。在图像分类、目标检测、语义分割等任务上实现了网络轻量化、速度和准确度的权衡。

回顾MobileNetV1的理论和MobileNetV2项目实战可查阅如下链接：

【嵌入式AI开发】轻量级卷积神经网络MobileNetV1详解

【嵌入式AI开发】轻量级卷积神经网络MobileNet项目实战——文末完整源码工程文件

   MobileNetV2原文：

 目录

MobileNetV2概述

MobileNetV1与MobileNetV2对比

MobileNetV2与ResNet深度残差网络的对比

MobileNetV2结构

MobileNetV2举例

​编辑标准卷积、MobileNet深度可分离卷积和MobileNetV2对比

传统/标准残差模块与逆转残差模块对比