tensorflow经过这几年的发展，已经成长为最大的神经网络框架。而mobileNetV2在经过Xception的实践与深度可分离卷积的应用之后，相对成熟和复杂，对于我们进行网络搭建的学习有着很大的帮助。
MobileNetV2结构基于inverted residual（本质是一个残差网络设计，传统Residual block是block的两端channel通道数多，中间少，而本文设计的inverted residual是block的两端channel通道数少，block内channel多，类似于沙漏和梭子形态的区别），另外保留Depthwise Separable Convolutions。论文模型在ImageNet classification, COCO object detection , VOC image segmentation等数据集验证，在精度、模型参数和计算时间之前取得平衡。
那么接下来就让我们开始吧！
