声明：只是自己写博客总结下，不保证正确性，我的理解很可能是错的。。
首先，mobile net V1的主要特点是：
1、深度可分离卷积。用depth-wise convolution来分层过滤特征，再用point-wise convolution来组合每个层，产生新的特征。
2、引入width-multiplier 和 resolution multiplier。
好处就是，在略微降低正确率的情况下，大大降低了计算量和内存占用。
mobile net V2的特点是什么？ 进一步提高准确率，降低计算cost。
直接贴一篇博客好了。。。不写了
https://blog.csdn.net/qq_14975217/article/details/79410324