1. MobileNet
MobileNet是为移动和嵌入式设备提出的高效模型。MobileNets基于流线型架构(streamlined)，使用深度可分离卷积(即Xception变体结构)来构建轻量级深度神经网络。宽度因子α用于控制输入和输出的通道数，分辨率因子ρ控制输入的分辨率。
例如，对于深度分离卷积，把标准卷积(4,4,3,5)分解为：
深度卷积部分：大小为(4,4,1,3)，作用在输入的每个通道上，输出特征映射为(3,3,3)
逐点卷积部分：大小为(1,1,3,5)，作用在深度卷积的输出特征映射上，得到最终输出为(3,3,5)
2. ShuffleNet
shuffleNet专门应用于计算力受限的移动设备，主要包含2个操作：逐点群卷积（降低计算复杂度）和通道混洗（帮助信息流通）。
