(原)MobileNetV2

转载请注明出处:

https://www.cnblogs.com/darkknightzh/p/9410574.html

论文:

MobileNetV2: Inverted Residuals and Linear Bottlenecks

网址:

https://arxiv.org/abs/1801.04381

代码:

官方的tensorflow代码:

https://github.com/tensorflow/models/tree/master/research/slim/nets/mobilenet

非官方的pytorch代码:

https://github.com/tonylins/pytorch-mobilenet-v2

 

参考网址:

https://blog.csdn.net/u011995719/article/details/79135818

https://github.com/Randl/MobileNetV2-pytorch/blob/master/model.py#L54

1. 深度可分离卷积

MobileNetV1

2. 线性瓶颈层(linear bottlenecks

mobileNetV2使用了线性瓶颈层。原因是,当使用ReLU等激活函数时,会导致信息丢失。如下图所示,低维(2维)的信息嵌入到n维的空间中,并通过随机矩阵T对特征进行变换,之后再加上ReLU激活函数,之后在通过T-1进行反变换。当n=2,3时,会导致比较严重的信息丢失,部分特征重叠到一起了;当n=15到30时,信息丢失程度降低,但是变换矩阵已经是高度非凸的了。

由于非线性层会毁掉一部分信息,因而非常有必要使用线性瓶颈层。且线性瓶颈层包含所有的必要信息,扩张层则是供非线性层丰富信息使用。

下图对比了不同的卷积方式,其中颜色最浅的代表下一个块(本块输出,下块输入)。带斜杠的为不包含ReLU等非线性激活函数的层。传统的卷积如(a)所示,输入和输出维度不一样,且卷积核直接对输入的红色立方体进行滤波。(b)为可分离卷积,左侧3*3卷积的每个卷积核只对输入的对应层进行滤波,此时特征维度不变;右边的1*1的卷积对特征进行升维或者降维(图中为升维)。(c)中为带线性瓶颈层的可分离卷积,输入通过3*3 depthwise卷积+ReLU6,得到中间相同维度的特征。之后在通过1*1conv+ReLU6,得到降维后的特征(带斜线立方体)。之后在通过1*1卷积(无ReLU)进行升维。(d)中则是维度比较低的特征,先通过1*1conv(无ReLU)升维,而后通过3*3 depthwise卷积+ReLU6保持特征数量不变,再通过1*1conv+ReLU6得到降维后的下一层特征(下一层特征在升维时,无ReLU,因而图中最右边立方体带斜线)。

说明:(b)不太确定,因为如果左侧3*3的卷积为depthwise convolution的话,左侧红色矩形映射到中间应该是一个点,和(c)一样,但是(b)中出现了一个方框,不太懂。。。

文中提出了反转残差块(inverted residual block)的概念。下图显示了传统的残差块和反转残差块的区别。传统的残差块如(a)将高维特征先使用1*1conv降维,然后在使用3*3conv进行滤波,并使用1*1conv进行升维(这些卷积中均包含ReLU),得到输出特征(下一层的输入),并进行element wise的相加。反转残差块则是将低维特征使用1*1conv升维(不含ReLU),而后使用3*3conv+ReLU对特征进行滤波,并使用1*1conv+ReLU对特征再降维,得到本层特征的输出(即下一层特征的输入,由于下一层的输入在使用1*1conv升维时,无ReLU,因而最右边的立方体带斜线),并进行element wise的相加。

反转的原因,上面已经提到,瓶颈层的输入包含了所有的必要信息,因而右侧最左边的层后面不加ReLU,防止信息丢失。升维后,信息更加丰富,此时加上ReLU,之后在降维,理论上可以保持所有的必要信息不丢失。

为何使用ReLU?使用ReLU可以增加模型的稀疏性。过于稀疏了,信息就丢失了。。。

那瓶颈层内部为何需要升维呢?原因是为了增加模型的表达能力(不确定这样理解是否正确):当使用ReLU对某通道的信息进行处理后,该通道会不可避免的丢失信息;然而如果有足够多的通道的话,某通道丢失的信息,可能仍旧保留在其他通道中,因而才会在瓶颈层内部对特征进行升维。文中附录证明了,瓶颈层内部升维足够大时,能够抵消ReLU造成的信息丢失(如文中将特征维度扩大了6倍)。

瓶颈层的具体结构如下表所示。输入通过1*1的conv+ReLU层将维度从k维增加到tk维,之后通过3*3conv+ReLU可分离卷积对图像进行降采样(stride>1时),此时特征维度已经为tk维度,最后通过1*1conv(无ReLU)进行降维,维度从tk降低到k’维。

需要注意的是,除了整个模型中的第一个瓶颈层的t=1之外,其他瓶颈层t=6(论文中Table 2),即第一个瓶颈层内部并不对特征进行升维。

另外,对于瓶颈层,当stride=1时,才会使用elementwise 的sum将输入和输出特征连接(如下图左侧);stride=2时,无short cut连接输入和输出特征(下图右侧)。

3. 网络模型

MobileNetV2的模型如下图所示,其中t为瓶颈层内部升维的倍数,c为特征的维数,n为该瓶颈层重复的次数,s为瓶颈层第一个conv的步幅。

需要注意的是:

1) 当n>1时(即该瓶颈层重复的次数>1),只在第一个瓶颈层stride为对应的s,其他重复的瓶颈层stride均为1

2) 只在stride=1时,输出特征尺寸和输入特征尺寸一致,才会使用elementwise sum将输出与输入相加

3) 当n>1时,只在第一个瓶颈层特征维度为c,其他时候channel不变。

例如,对于该图中562*24的那层,共有3个该瓶颈层,只在第一个瓶颈层使用stride=2,后两个瓶颈层stride=1;第一个瓶颈层由于输入和输出尺寸不一致,因而无short cut连接,后两个由于stride=1,输入输出特征尺寸一致,会使用short cut将输入和输出特征进行elementwise的sum;只在第一个瓶颈层最后的1*1conv对特征进行升维,后两个瓶颈层输出维度不变(不要和瓶颈层内部的升维弄混了)。

该层输入特征为56*56*24,第一个瓶颈层输出为28*28*32(特征尺寸降低,特征维度增加,无short cut),第二个、第三个瓶颈层输入和输出均为28*28*32(此时c=32,s=1,有short cut)。

另外,下表中还有一个k。MobileNetV1中提出了宽度缩放因子,其作用是在整体上对网络的每一层维度(特征数量)进行瘦身。MobileNetV2中,当该因子<1时,最后的那个1*1conv不进行宽度缩放;否则进行宽度缩放。

4. pytorch代码

  1 import torch.nn as nn
  2 import math
  3 
  4 
  5 def conv_bn(inp, oup, stride):
  6     return nn.Sequential(
  7         nn.Conv2d(inp, oup, 3, stride, 1, bias=False),
  8         nn.BatchNorm2d(oup),
  9         nn.ReLU6(inplace=True)
 10     )
 11 
 12 
 13 def conv_1x1_bn(inp, oup):
 14     return nn.Sequential(
 15         nn.Conv2d(inp, oup, 1, 1, 0, bias=False),
 16         nn.BatchNorm2d(oup),
 17         nn.ReLU6(inplace=True)
 18     )
 19 
 20 
 21 class InvertedResidual(nn.Module):
 22     def __init__(self, inp, oup, stride, expand_ratio):
 23         super(InvertedResidual, self).__init__()
 24         self.stride = stride
 25         assert stride in [1, 2]
 26 
 27         self.use_res_connect = self.stride == 1 and inp == oup
 28 
 29         self.conv = nn.Sequential(
 30             # pw
 31             nn.Conv2d(inp, inp * expand_ratio, 1, 1, 0, bias=False),
 32             nn.BatchNorm2d(inp * expand_ratio),
 33             nn.ReLU6(inplace=True),
 34             # dw
 35             nn.Conv2d(inp * expand_ratio, inp * expand_ratio, 3, stride, 1, groups=inp * expand_ratio, bias=False),
 36             nn.BatchNorm2d(inp * expand_ratio),
 37             nn.ReLU6(inplace=True),
 38             # pw-linear
 39             nn.Conv2d(inp * expand_ratio, oup, 1, 1, 0, bias=False),
 40             nn.BatchNorm2d(oup),
 41         )
 42 
 43     def forward(self, x):
 44         if self.use_res_connect:
 45             return x + self.conv(x)
 46         else:
 47             return self.conv(x)
 48 
 49 
 50 class MobileNetV2(nn.Module):
 51     def __init__(self, n_class=1000, input_size=224, width_mult=1.):
 52         super(MobileNetV2, self).__init__()
 53         # setting of inverted residual blocks
 54         self.interverted_residual_setting = [
 55             # t, c, n, s
 56             [1, 16, 1, 1],
 57             [6, 24, 2, 2],
 58             [6, 32, 3, 2],
 59             [6, 64, 4, 2],
 60             [6, 96, 3, 1],
 61             [6, 160, 3, 2],
 62             [6, 320, 1, 1],
 63         ]
 64 
 65         # building first layer
 66         assert input_size % 32 == 0
 67         input_channel = int(32 * width_mult)
 68         self.last_channel = int(1280 * width_mult) if width_mult > 1.0 else 1280
 69         self.features = [conv_bn(3, input_channel, 2)]
 70         # building inverted residual blocks
 71         for t, c, n, s in self.interverted_residual_setting:
 72             output_channel = int(c * width_mult)
 73             for i in range(n):
 74                 if i == 0:
 75                     self.features.append(InvertedResidual(input_channel, output_channel, s, t))
 76                 else:
 77                     self.features.append(InvertedResidual(input_channel, output_channel, 1, t))
 78                 input_channel = output_channel
 79         # building last several layers
 80         self.features.append(conv_1x1_bn(input_channel, self.last_channel))
 81         self.features.append(nn.AvgPool2d(input_size/32))
 82         # make it nn.Sequential
 83         self.features = nn.Sequential(*self.features)
 84 
 85         # building classifier
 86         self.classifier = nn.Sequential(
 87             nn.Dropout(),
 88             nn.Linear(self.last_channel, n_class),
 89         )
 90 
 91         self._initialize_weights()
 92 
 93     def forward(self, x):
 94         x = self.features(x)
 95         x = x.view(-1, self.last_channel)
 96         x = self.classifier(x)
 97         return x
 98 
 99     def _initialize_weights(self):
100         for m in self.modules():
101             if isinstance(m, nn.Conv2d):
102                 n = m.kernel_size[0] * m.kernel_size[1] * m.out_channels
103                 m.weight.data.normal_(0, math.sqrt(2. / n))
104                 if m.bias is not None:
105                     m.bias.data.zero_()
106             elif isinstance(m, nn.BatchNorm2d):
107                 m.weight.data.fill_(1)
108                 m.bias.data.zero_()
109             elif isinstance(m, nn.Linear):
110                 n = m.weight.size(1)
111                 m.weight.data.normal_(0, 0.01)
112                 m.bias.data.zero_()

 

posted on 2018-08-02 22:20  darkknightzh  阅读(9909)  评论(0编辑  收藏  举报

导航