原文：
www.kdnuggets.com/2019/03/comparing-mobilenet-models-tensorflow.html
评论
由 Harshit Dwivedi 提供，Android 讲师
1. 谷歌网络安全证书 - 快速开启网络安全职业生涯。
2. 谷歌数据分析专业证书 - 提升您的数据分析技能
3. 谷歌 IT 支持专业证书 - 支持您的组织进行 IT 管理
近年来，神经网络和深度学习在 自然语言处理（NLP）和 计算机视觉 领域取得了巨大进展。
虽然许多 人脸、物体、地标、徽标和 文本识别 和检测技术已提供给联网设备，但我们相信 移动设备日益增长的计算能力 可以使这些技术随时随地交到用户手中，无论是否有互联网连接。
然而，针对设备和嵌入式应用的计算机视觉面临许多挑战——模型必须在资源受限的环境中快速运行并保持高准确率，同时利用有限的计算能力、功耗和空间。
TensorFlow 提供了各种预训练模型，例如拖放模型，以识别约 1,000 种默认对象。
与其他类似模型（如 Inception 模型数据集）相比，MobileNet 在延迟、大小和准确性方面表现更好。在输出性能方面，完整模型存在显著的延迟。
然而，当模型可以部署到移动设备上进行实时离线检测时，这种权衡是可以接受的。
让我们看一个如何使用 MobileNet 的示例。我们将编写一个简单的分类器来识别图片中的 Pikachu。以下是显示 Pikachu 图片和不含 Pikachu 图片的示例：
Pikachu
不是 Pikachu，假设在 Pokémon Go 中没有 Pikachu 可收集……
要构建我们自己的分类器，我们需要有包含 Pikachu 和不包含 Pikachu 的图片的数据集。
让我们从每个数据库的 1,000 张图片开始。你可以在这里获取这样的图片：
[CC 搜索
Creative Commons 许可证为作者、艺术家和教育工作者提供了一系列灵活的保护和自由。
接下来，让我们创建两个文件夹，命名为pikachu和no-pikachu，并将图片分别放入这些文件夹中。
另一个包含所有第一代 Pokémon 图片的实用数据集可以在这里找到：
[Pokemon 第一代
必须训练全部！
现在我们有了一个图片文件夹，结构如下：
/dataset/
/pikachu/[image1,..]
/no-pikachu/[image1,..]重训练图片
现在我们可以开始标记我们的图片了。使用 TensorFlow，这项工作变得更容易。假设 TensorFlow 已经在训练机器上安装，下载以下重训练脚本：
curl https://github.com/tensorflow/hub/blob/master/examples/image_retraining/retrain.py接下来，我们将使用此 Python 脚本重训练图片：
python retrain.py \
--image_dir ~/MLmobileapps/Chapter5/dataset/ \
--learning_rate=0.0001 \
--testing_percentage=20 \
--validation_percentage=20 \
--train_batch_size=32 \
--validation_batch_size=-1 \
--eval_step_interval=100 \
--how_many_training_steps=1000 \
--flip_left_right=True \
--random_scale=30 \
--random_brightness=30 \
--architecture mobilenet_1.0_224 \
--output_graph=output_graph.pb \
--output_labels=output_labels.txt注：如果将
validation_batch_size设置为 -1，它将验证整个数据集。learning_rate= 0.0001 的效果很好。你可以调整并自己尝试。在
architecture标志中，我们选择使用哪个版本的 MobileNet，版本包括 1.0、0.75、0.50 和 0.25。后缀数字 224 代表图像分辨率。你也可以指定 224、192、160 或 128。
TOCO 转换器用于将 TensorFlow GraphDef 文件或 SavedModel 转换为 TFLite FlatBuffer 或图形可视化。
(TOCO 代表TensorFlow Lite 优化转换器)
我们需要通过命令行参数传递数据。在转换模型时可以传递一些命令行参数：
--output_file OUTPUT_FILE
Filepath of the output tflite model.
--graph_def_file GRAPH_DEF_FILE
Filepath of input TensorFlow GraphDef.
--saved_model_dir
Filepath of directory containing the SavedModel.
--keras_model_file
Filepath of HDF5 file containing tf.Keras model.
--output_format {TFLITE,GRAPHVIZ_DOT}
Output file format.
--inference_type {FLOAT,QUANTIZED_UINT8}
Target data type in the output
--inference_input_type {FLOAT,QUANTIZED_UINT8}
Target data type of real-number input arrays.
--input_arrays INPUT_ARRAYS
Names of the input arrays, comma-separated.
--input_shapes INPUT_SHAPES
Shapes corresponding to --input_arrays, colon-separated.
--output_arrays OUTPUT_ARRAYS
Names of the output arrays, comma-separated.我们现在可以使用 TOCO 工具将 TensorFlow 模型转换为TensorFlow Lite模型：
toco \
--graph_def_file=/tmp/output_graph.pb
--output_file=/tmp/retrained_model.tflite
--input_arrays=Mul
--output_arrays=final_result
--input_format=TENSORFLOW_GRAPHDEF
--output_format=TFLITE
--input_shape=1,${224},${224},3
--inference_type=FLOAT
--input_data_type=FLOAT同样，我们可以在类似的应用中使用 MobileNet 模型；例如，在下一部分中，我们将讨论性别模型和情感模型。
该模型使用IMDB WIKI 数据集，包含超过 50 万张名人面孔。它使用 MobileNet_V1_224_0.5 版本的 MobileNet。
公开数据集中有数千张图像的情况非常罕见。该数据集基于大量名人面部图像集合构建。两个常见的来源是 IMDb 和维基百科。通过脚本从这两个来源的资料中检索了超过 10 万名名人的详细信息。
然后通过去除噪声（无关内容）来组织数据。所有没有时间戳的图像被删除，假设只有单张照片的图像更可能显示正确的出生日期细节。最终，共有来自 IMDb 的 20,284 名名人的 460,723 张面孔和来自维基百科的 62,328 张面孔，总计 523,051 张。
该模型基于超过 100 万张图像的 AffectNet 模型。它使用了 MobileNet_V2_224_1.4 版本的 MobileNet。
数据模型项目的链接可以在这里找到：
AffectNet - Mohammad H. Mahoor, PhD
当前测试集尚未发布。我们计划在不久的将来组织一个 AffectNet 挑战赛，敬请期待…
AffectNet 模型通过从互联网收集和标注超过 100 万张面部图像而建立。这些图像来自三个搜索引擎，使用了约 1250 个相关关键词，涵盖六种不同的语言。
在收集的图像中，一半的图像被手动标注了七种不同的面部表情（分类模型）以及情感的强度和唤醒度（维度模型）。
在上述两种模型中，使用了不同版本的 MobileNet 模型。MobileNet V2 主要是 V1 的更新版本，使其在性能方面更加高效和强大。
注意：值越低越好
MACs 是multiply-accumulate operations，用于测量对单张 224×224 RGB 图像进行推断所需的计算次数。
从 MACs 的数量来看，V2 的速度应当几乎是 V1 的两倍。然而，这不仅仅关乎计算次数。在移动设备上，内存访问比计算要慢得多。V2 的参数数量只有 V1 的 80%，因此它比 V1 更优。
从结果来看，我们可以假设 V2 的速度几乎是 V1 模型的两倍。在内存访问受限的移动设备上，V2 的计算能力表现得非常好。
在准确性方面：
在这里，MobileNet V2 在性能上比 V1 稍好，虽然不一定显著。
MobileNet 是一系列以移动为优先的计算机视觉模型，适用于TensorFlow，旨在有效地最大化准确性，同时考虑到设备或嵌入式应用的有限资源。
MobileNets 是小型、低延迟、低功耗的模型，参数化以满足各种使用情况的资源限制。它们可以用于分类、检测、嵌入和分割，类似于其他流行的大规模模型，如 Inception。
如果你想进一步探索和满足好奇心，可以在这里找到一堆预训练模型：
[tensorflow/models
使用 TensorFlow 构建的模型和示例。通过创建账户来为 tensorflow/models 开发贡献力量…
此外，这里有一篇博客文章概述了如何使用 MobileNets 和 TensorFlow Lite 构建一个真实的 Pokémon 分类器：
[在 Android 中使用 TensorFlow Lite 和 Firebase 的 ML Kit 构建“宝可梦图鉴”
感谢阅读！如果你喜欢这个故事，请点击 ???? 按钮并分享以帮助其他人找到它！欢迎在下面留下评论 ????。有反馈？我们可以在Twitter上联系。
如果你觉得这篇文章有趣，可以探索移动应用的机器学习项目。由 ML 专家 Karthikeyan MG 撰写，移动应用的机器学习项目* 介绍了 7 个实际的、真实世界的项目实施，这些项目将教你如何利用 TensorFlow Lite 和 Core ML 在跨平台移动操作系统上执行高效的机器学习。*
想要开始构建令人惊叹的 Android 应用程序吗？查看我在 Coding Blocks 上的课程：online.codingblocks.com/courses/android-app-training-online
准备好进入代码世界了吗？查看 Fritz 在 GitHub 上。你会找到流行的机器学习和深度学习模型的开源、适用于移动设备的实现，以及训练脚本、项目模板和用于构建自己的 ML 驱动的 iOS 和 Android 应用程序的工具。
加入我们在 Slack 上的讨论，以获得技术问题的帮助，分享你正在做的工作，或与我们讨论移动开发和机器学习。关注我们的 Twitter 和 LinkedIn 以获取移动机器学习世界的最新内容、新闻及更多信息。
感谢 Austin Kodra。
简介： Harshit Dwivedi 对许多事物有大致的了解。他是 Coding Blocks 的 Android 教师，Fritz 的 Heartbeat 贡献作者，公共演讲者，以及天体物理学爱好者。
原文。经授权转载。
相关：
-
如何在计算机视觉中做一切
-
数据科学家/数据分析师的 10 款最佳移动应用
-
人工智能和机器学习的最新进展 - 带代码的论文亮点