用于移动设备的高效神经网络主干通常针对FLOP或参数计数等指标进行优化。但当部署在移动设备上，这些指标与网络的延迟可能并没有很好的相关性。基于此，来自苹果的研究者通过在移动设备上部署多个移动友好网络对不同指标进行广泛分析，探究了现有高效神经网络的架构和优化瓶颈，提供了缓解这些瓶颈的方法。该研究设计了一个高效的主干架构MobileOne，它的变体在iPhone12上的推理时间少于1ms，在ImageNet上的top-1准确率为75.9%。论文地址：https://arxiv.org/abs/2206.04040MobileOne架构不仅实现了SOTA的性能，还在移动设备上提速了许多倍。其中，最好
