1 日 1 回 論文の Abstract を DeepL 翻訳の力を借りて読んでいきます.
この記事は自分用のメモみたいなものです.
ほぼ DeepL 翻訳でお送りします.
間違いがあれば指摘していだだけると嬉しいです.
翻訳元
MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications
Abstract
訳文
モバイルおよび組み込みビジョンアプリケーションのための MobileNets と呼ばれる効率的なモデルのクラスを提示する. MobileNets は, 軽量なディープニューラルネットワークを構築するために, 深さ方向に分離可能な畳み込みを使用する合理化されたアーキテクチャに基づいている. 待ち時間と精度を効率的にトレードオフする $2$ つのシンプルなグローバルハイパーパラメータを導入する. これらのハイパーパラメータにより, モデル構築者は, 問題の制約に基づいてアプリケーションに適したサイズのモデルを選択することができる. リソースと精度のトレードオフに関する広範な実験を行い, ImageNet 分類における他の一般的なモデルと比較して性能が優れていることを示す. 次に, 物体検出, 細粒度分類, 顔属性, 大規模ジオローカリゼーションを含む幅広いアプリケーションやユースケースにおいて, モバイルネットの有効性を実証する.
原文
We present a class of efficient models called MobileNets for mobile and embedded vision applications. MobileNets are based on a streamlined architecture that uses depth-wise separable convolutions to build light weight deep neural networks. We introduce two simple global hyper-parameters that efficiently trade off between latency and accuracy. These hyper-parameters allow the model builder to choose the right sized model for their application based on the constraints of the problem. We present extensive experiments on resource and accuracy tradeoffs and show strong performance compared to other popular models on ImageNet classification. We then demonstrate the effectiveness of MobileNets across a wide range of applications and use cases including object detection, finegrain classification, face attributes and large scale geo-localization.