小编Seo*_*Han的帖子

我已经阅读了论文 MobileNetV2(arXiv:1801.04381​​)

并从Tensorflow model zoo运行模型。

我注意到 SSD Lite MobileNetV2 的推理时间比 SSD MobileNetV2 快。

在 MobileNetV2 论文中，下面这句话中只有对 SSD Lite 的简短说明：

“我们用 SSD 预测层中的可分离卷积（深度方向后跟 1 × 1 投影）替换所有常规卷积”。

所以我的问题是，SSD 和 SSD Lite 有什么区别？

我不明白其中的区别，因为当 MobileNetV1(arXiv:1704.04861v1) 发布并应用于 SSD 时，它已经将所有卷积层替换为上面提到的深度可分离卷积。

我正在研究谷歌的全新MobileNetV2架构。

在学习期间，我在 Tensorflow model zoo Github 阅读了这个字符串

“例如，Mobilenet V2 在移动设备上比 Mobilenet V1 快，但在桌面 GPU 上稍慢。”

所以，我的问题是，

这怎么可能？我真的很想知道为什么。