【摘要】Mobile Net V2 算法在深度可分离卷积网络的基础上结合了残差网络结构，在降低计算量的基础上提升模型的精度。为进一步提升精度，受密集连接和深度可分离卷积的启发，在 Mobile Net V2 的基础上结合一种快速的密集多尺度特征融合的结构，提取浅层通道与空间特征与深度特征信息融合。实验表明，多尺度特征密集连接融合的 M o b i l e Net V2（Multi-Feature Densely Fusion Mobile Net V2,MFDF Mobile Net V2）算法，在微量增加运算量的情况下，在Caltech-101 数据集和 Cifar10 数据集上的表现都有提升，具备一定的实用性。