MobileNetV2
Aucune estimation
Aucune exigence matérielle pour ce modèle
Les poids de ce modèle n'ont pas été publiés, donc il ne peut pas être téléchargé ou exécuté sur votre propre matériel à aucune taille. Il n'est accessible que par l'intermédiaire de son fournisseur, et aucun changement de carte graphique ne modifie cela..
Enregistrement
Spécifications complètes
Tout est enregistré pour ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — un contexte utile pour juger combien de travail a été investi, et comment il se compare avec des modèles construits à une échelle différente..
Origine
Qui a construit ce modèle, où, et quand il a été publié.
- Organisation
- Type d'organisation
- Industry
- Pays
- United States of America
- Publié
- 18 June 2018
- Auteurs
- M Sandler, A Howard, M Zhu
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Vision
- Tâche
- Object detection, Image classification, Image segmentation
Taille
Quelle est la taille du modèle et combien de données il a été formé. Les paramètres sont le chiffre qui décide s'il convient à une carte graphique donnée.
- paramètres
- 3.4M
- Données d'entraînement
- 1,280,000 tokens
Rados
Comment il est classé
Étiquettes que le ensemble de données source applique lors du suivi de modèles notables, et à quel point il est confiant dans l'entrée.
- Pourquoi c'est suivi
- Highly cited
- Citations
- 16,899
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- MobileNetV2: Inverted Residuals and Linear Bottlenecks
- Dernière mise à jour
- 28 November 2025
Ce que les chiffres signifient
À propos de ce modèle
MobileNetV2 a été publié par Google, dans le pays enregistré comme United States of America, durant June 2018. L'organisation de publication est catégorisée comme industry.
Il fonctionne dans le domaine de Vision, et est enregistré comme exécutant la tâche de object detection, Image classification, Image segmentation.
Ses poids n'ont jamais été publiés, donc il ne peut être atteint que par son fournisseur. Aucun changement de carte graphique ne change cela.
Qu'est-ce qui a été nécessaire pour le construire
L'ensemble d'entraînement a duré environ 1,280,000 jetons de texte
Son critère d'inclusion : highly cited.
Réponses
MobileNetV2 — questions courantes
MobileNetV2— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 3.4M. Rados. Ce chiffre est le total, et c'est ce qui détermine combien de mémoire le modèle nécessite — environ un demi-gigaoctet par milliard à la compression que la plupart des gens utilisent.
MobileNetV2— qui l'a créé ?
Il a été publié par Google, basé sur United States of America, une organisation catégorisée comme industry.
MobileNetV2— quand a-t-il été publié ?
Il a été publié dans June 2018. La capacité par paramètre s'est considérablement améliorée depuis, donc un modèle plus récent de la même taille est souvent le meilleur usage du même matériel.
MobileNetV2— à quoi ça sert ?
Il fonctionne dans le domaine de Vision, et est enregistré comme gérant la tâche de object detection, Image classification, Image segmentation. Un modèle peut porter plusieurs de chacun, donc ce sont les domaines pour lesquels il a été conçu plutôt qu'une limite sur ce qu'il tentera.
MobileNetV2— Quelle GPU ai-je besoin pour l'exécuter ?
Aucun. C'est un modèle fermé - ses poids n'ont jamais été publiés, il ne peut donc pas être téléchargé ou exécuté sur votre propre matériel à aucun prix. Il n'est accessible que par son fournisseur.
MobileNetV2— est-ce que c'est open source ?
La licence n'a jamais été enregistrée dans nos données source. Nous considérons une licence non déclarée comme fermée, car une licence non enregistrée n'est pas une licence sur laquelle compter.
L'autre direction
Regardez-le de l'autre côté ?
Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle exécutera., commencez par le matériel à la place.