←Quay lại

MobileNet: AI hiệu quả cho thiết bị di động

Kiến trúc MobileNet và Depthwise Separable Convolutions giúp mang AI lên các thiết bị hạn chế tài nguyên.

Đăng: 18 tháng 12, 2025
Mobile AIMobileNetEfficient DL

MobileNet - "Nhỏ mà có võ"

Trong thế giới thực, không phải lúc nào chúng ta cũng có GPU mạnh mẽ. VGG hay ResNet đều quá nặng để chạy trên điện thoại hay camera giám sát.

Sức mạnh của MobileNet

1. Phẫu thuật tách rời (Depthwise Separable Convolution)

Chìa khóa sức mạnh của MobileNet là Depthwise Separable Convolutions. Nó tách quá trình tích chập tiêu chuẩn thành 2 bước riêng biệt:

  1. Depthwise Convolution: Chỉ nhìn hình dạng (áp dụng bộ lọc cho từng kênh).
  2. Pointwise Convolution: Chỉ trộn màu (dùng bộ lọc 1x1 để kết hợp đầu ra).

2. Tại sao lại mạnh?

Kỹ thuật này giúp giảm đáng kể số lượng tham số và khối lượng tính toán (FLOPs) - giảm 8-9 lần so với bình thường mà độ chính xác chỉ giảm chút xíu.

Khả năng tùy biến (Hyperparameters)

MobileNet cho phép người dùng đánh đổi giữa tốc độ và độ chính xác thông qua 2 tham số:

  • Width Multiplier ($alpha$): Điều chỉnh số kênh (độ rộng mạng).
  • Resolution Multiplier ($ ho$): Điều chỉnh độ phân giải ảnh đầu vào.