İçeriğe geç
parazade
Yapay Zeka

MobileNet Nedir?

Yayın: · Son güncelleme:

MobileNet Nedir? Kısaca

MobileNet, Google araştırmacılarının 2017'de tanıttığı ve derinlemesine ayrılabilir evrişimler kullanarak hesaplama ile parametre sayısını büyük ölçüde azaltan hafif bir evrişimli sinir ağı ailesidir. Telefon ve gömülü cihazlar gibi sınırlı kaynaklı ortamlar için tasarlanmıştır.

MobileNet nedir?
İçindekiler
  1. MobileNet nedir?
  2. Nasıl çalışır?
  3. Sürümleri
  4. Nerelerde kullanılır?

MobileNet nedir?

MobileNet, Andrew Howard ve arkadaşlarının 2017'de yayımladığı bir evrişimli sinir ağı ailesidir. Amacı, görüntü tanıma gibi görevleri güçlü sunucular yerine doğrudan telefon, kamera ya da küçük gömülü cihazlar üzerinde çalıştırabilmektir. Bu yaklaşım, verinin cihazdan çıkmadan işlenmesine imkân tanıyan uç yapay zekâ uygulamalarının temel taşlarından biridir.

Nasıl çalışır?

MobileNet'in ana fikri, klasik evrişimi iki daha ucuz adıma bölmektir:

  1. Derinlemesine evrişim (depthwise): Her giriş kanalına ayrı bir küçük filtre uygulanır; kanallar arasında karışım yapılmaz.
  2. Noktasal evrişim (pointwise): 1×1 filtrelerle kanallar birleştirilir ve yeni özellikler oluşturulur.

Bu ikiliye derinlemesine ayrılabilir evrişim denir. Klasik bir 3×3 evrişimle benzer bir işi, çok daha az çarpma işlemi ve parametreyle yapar. Doğrulukta görece küçük bir kayıp, hızda büyük bir kazanç sağlar.

Ayrıca iki ayar parametresi sunulur:

  • Genişlik çarpanı: Tüm katmanlardaki kanal sayısını orantılı olarak küçültür.
  • Çözünürlük çarpanı: Girdi görüntüsünün boyutunu küçültür.

Böylece geliştirici, cihazına uygun hız-doğruluk dengesini seçebilir.

Sürümleri

Sürüm Öne çıkan yenilik
MobileNetV1 Derinlemesine ayrılabilir evrişimler
MobileNetV2 Ters artık bloklar ve doğrusal darboğaz
MobileNetV3 Otomatik mimari arama ve verimli aktivasyonlar

Nerelerde kullanılır?

Telefon kameralarında sahne tanıma, gerçek zamanlı nesne tespiti, yüz algılama ve nesnelerin interneti cihazlarında görüntü analizi tipik örneklerdir. Daha büyük modellerle karşılaştırıldığında doğruluğu sınırlı kalabilir; bu nedenle uygulamanın hata toleransına göre model boyutu seçilmelidir.

Sıkça Sorulan Sorular

MobileNet neden hafif bir modeldir?

Klasik evrişimi derinlemesine ve noktasal olmak üzere iki ucuz adıma böler. Bu sayede benzer bir işi çok daha az işlem ve parametreyle yapar.

MobileNet yalnızca telefonlarda mı kullanılır?

Hayır. Adı mobil cihazlardan gelse de gömülü sistemler, akıllı kameralar ve hızlı çalışması gereken sunucu uygulamalarında da kullanılır.

İlgili terimler

Evrişimli Sinir Ağı(Convolutional Neural Network)Evrişimli sinir ağı (CNN), görüntü gibi ızgara yapılı verilerde küçük filtreleri veri üzerinde kaydırarak kenar, doku ve şekil gibi özellikleri katman katman öğrenen bir derin öğrenme mimarisidir.Uç Yapay Zekâ(Edge AI)Uç yapay zekâ (edge AI), yapay zekâ modellerinin veriyi uzak bir buluta göndermek yerine verinin üretildiği cihazda, yani telefon, bilgisayar, kamera, araç ya da sensör üzerinde çalıştırılmasıdır.EfficientNetEfficientNet, Google araştırmacılarının 2019'da tanıttığı ve ağın derinliğini, genişliğini ve girdi çözünürlüğünü tek bir katsayıyla dengeli biçimde büyüten bileşik ölçekleme yöntemine dayanan evrişimli sinir ağı ailesidir. Daha az parametreyle yüksek doğruluk hedefler.TinyMLTinyML, makine öğrenmesi modellerinin mikrodenetleyiciler gibi çok az bellek ve enerjiyle çalışan küçük cihazlarda çalıştırılmasını sağlayan yaklaşımdır. Veriyi buluta göndermeden cihaz üzerinde tahmin yapmayı mümkün kılar.Görüntü Tanıma(Image Recognition)Görüntü tanıma (image recognition), bir yapay zekâ sisteminin fotoğraf ya da videodaki nesneleri, yüzleri, hayvanları, yazıları veya sahneleri tespit edip tanımlamasıdır. Bilgisayarlı görünün temel görevlerinden biridir.Evrişim(Convolution)Evrişim (convolution), küçük bir filtrenin bir görüntü ya da sinyal üzerinde kaydırılarak her konumda çarpım ve toplama yapıldığı matematiksel işlemdir. Derin öğrenmede kenar, doku ve şekil gibi yerel desenleri yakalamak için evrişimli sinir ağlarının temelini oluşturur.