MobileNetV3, vorgestellt in der 2019 von Howard et al. veröffentlichten Arbeit „Searching for MobileNetV3“, stellt den nächsten Schritt in der Entwicklung effizienter, mobiltauglicher CNN-Architekturen dar. Im Gegensatz zu MobileNetV1, das durch die Einführung von Depthwise Separable Convolutions die Parameteranzahl um etwa 90 % reduzierte, und MobileNetV2, das Inverted Residuals und Linear Bottlenecks einführt, integriert MobileNetV3 zwei zentrale Innovationen: Squeeze-and-Excitation (SE)-Module und hard-swish/Hard-sigmoid-Aktivierungsfunktionen. Diese Verbesserungen werden nicht zufällig gewählt, sondern durch Neural Architecture Search (NAS) systematisch ermittelt, um das optimale Verhältnis aus Genauigkeit, Latenz und Modellgröße zu finden. Die Architektur wird in zwei Varianten angeboten: MobileNetV3-Large und MobileNetV3-Small, jeweils mit einer spezifischen Kombination aus Bottleneck-Blöcken, die aus einer Pointwise-Convolution, einer Depthwise-Convolution und optional einem SE-Modul bestehen. Ein zentrales Merkmal ist die Verwendung von hard-swish als Aktivierung nach den ersten beiden Konvolutionen – eine effiziente, piecewise-lineare Approximation der Swish-Funktion, die auf Low-Power-Geräten schneller berechnet werden kann. Gleiches gilt für die hard-sigmoid-Funktion im SE-Modul, die anstelle der rechenintensiven Sigmoid-Funktion verwendet wird. Die NAS-basierte Architekturentscheidung führt dazu, dass SE-Module nicht in allen Blöcken aktiviert sind, sondern nur dort, wo sie tatsächlich die Leistung steigern. Experimente auf ImageNet zeigen, dass MobileNetV3-Large sowohl bei höherer Genauigkeit als auch bei geringerer Latenz gegenüber MobileNetV2 und anderen Lightweight-Modellen wie MnasNet-A1 abschneidet. Auch bei Quantisierung – einer Technik zur Reduzierung der numerischen Präzision – bleibt MobileNetV3 vorne, obwohl die Genauigkeit leicht sinkt. Die Implementierung aus dem Artikel zeigt, wie die Architektur schrittweise aufgebaut wird: von grundlegenden Bausteinen wie ConvBlock und SEModule über den komplexen Bottleneck bis hin zum vollständigen Modell. Die Parameteranzahl von etwa 5,5 Mio. stimmt mit der offiziellen PyTorch-Implementierung überein, was die Korrektheit der Umsetzung bestätigt. Industrieinsider schätzen MobileNetV3 als Meilenstein für Edge-ML, da es die Balance zwischen Effizienz und Leistung perfektioniert. Die Kombination aus NAS, hard-Activations und selektivem SE-Einsatz macht es ideal für IoT-Geräte, Smartphones und andere ressourcenbeschränkte Plattformen. Unternehmen wie Google und Qualcomm nutzen die Architektur in ihren inferenzoptimierten SDKs. Obwohl die Parameteranzahl etwas höher liegt als bei älteren Versionen, ist die Latenzreduktion entscheidend – ein entscheidender Vorteil für Echtzeitanwendungen. MobileNetV3 bleibt bis heute ein Referenzmodell für die Entwicklung effizienter, präziser und hardware-optimierter KI-Modelle.