MobileNet系列---mobileNetV1

时间：2020-03-16 23:20:46 阅读：243 评论：0 收藏：0 [点我收藏+]

标签：链接 cin lin elf 区间 border 基于 color ios

最近在利用SSD检测物体时，由于实际项目要求，需要对模型进行轻量化，所以考虑利用轻量网络替换原本的骨架VGG16，查找一些资料后最终采用了google开源的mobileNetV2。这里对学习mobileNet系列的过程做一些总结

技术图片

mobileNetV1是由google在2017年发布的一个轻量级深度神经网络，其主要特点是采用深度可分离卷积替换了普通卷积，2018年提出的mobileNetV2在V1的基础上引入了线性瓶颈 (Linear Bottleneck)和倒残差 (Inverted Residual)来提高网络的表征能力。

1.mobileNetV1

mobileNet V1是一种体积较小、计算量较少、适用于移动设备的卷积神经网络。mobileNet V1的主要创新点是用深度可分离卷积(depthwise separable convolution)代替普通的卷积，并使用宽度乘数(width multiply)减少参数量，不过减少参数的数量和操作的同时也会使特征丢失导致精度下降。

原文地址： https://arxiv.org/abs/1704.04861

1.1 普通卷积和深度可分离卷积

标准的卷积过程如图1，卷积核做卷积运算时得同时考虑对应图像区域中的所有通道（channel），而深度可分离卷积对不同的通道采用不同的卷积核进行卷积，如图2所示它将普通卷积分解成了深度卷积（Depthwise Convolution）和逐点卷积（Pointwise Convolution）两个过程，这样可以将通道（channel）相关性和空间（spatial）相关性解耦。原文中给出的深度可分离卷积后面都接了一个BN和ReLU层。

图1 普通卷积图2 深度可分离卷积

1.1.1 标准卷积核

设输入特征维度为D_F*D_F*M，M为通道数。标准卷积核的参数为D_K*D_K*M*N，DK为卷积核大小，M为输入的通道数， N为输出的通道数。卷积后输出维度为：D_F*D_F*N。卷积过程中每个卷积核对图像区域进行D_F*D_F次扫描，每次扫描的深度为M（channel），每个通道需要D_K*D_K次加权求和运算，所以理论计算量（floating point operatios FLOPs）为：N*D_F*D_F*M*D_k*D_K。

1.1.2 深度可分离卷积

深度卷积：设输入特征维度为D_F*D_F*M，M为通道数。卷积核的参数为D_K*D_K*1*M。输出深度卷积后的特征维度为：D_F*D_F*M。卷积时每个通道只对应一个卷积核（扫描深度为1），所以 FLOPs为：M*D_F*D_F*D_K*D_K。

逐点卷积：输入为深度卷积后的特征，维度为D_F*D_F*M。卷积核参数为1*1*M*N。输出维度为D_F*D_F*N。卷积过程中对每个特征做1*1的标准卷积， FLOPs为：N*D_F*D_F*M。

1.1.3 深度可分离卷积的优势

参数量：关系到模型大小，通常参数用float32表示，所以模型大小一般时参数量的4倍。标准卷积的参数量为D_k*D_k*M*N（M为输入通道数， N为输出通道数），深度卷积的参数量为D_K*D_K*N，逐点卷积的参数量为1*1*M*N，所以深度可分离卷积相对于标准卷积的参数量为（D_K*D_K*N + M*N）/ D_K*D_K*M*N = 1/M + 1/D_K*D_K。

计算量：可以用来衡量算法/模型的复杂度，通常只考虑乘加操作(Multi-Adds)的数量，而且只考虑 CONV 和 FC 等参数层的计算量，忽略 BN 和PReLU 等等。一般情况，CONV 和 FC 层也会忽略仅纯加操作的计算量，如 bias 偏置加和 shotcut 残差加等。标准卷积的计算量为：N*D_F*D_F*M*D_K*D_K，深度可分离卷积的计算量为M*D_F*D_F*D_K*D_K+N*D_F*D_F*M。所以深度可分离卷积的计算量相比于标准卷积为（M*D_F*D_F*D_K*D_K+N*D_F*D_F*M）/ N*D_F*D_F*M*D_K*D_K = 1/N + 1/D_K*D_K。

区域和通道分离：深度可分离卷积将以往普通卷积操作同时考虑通道和区域改变（卷积先只考虑区域，然后再考虑通道），实现了通道和区域的分离。

举个例子：

假设输入特征的维度为224*224*3，卷积核大小为3*3，输出通道数为2，设置pad=1，stride=1,则如下图(图a)所示，标准卷积的输出维度为224*224*2。参数量为3*3*3*2=54，计算量为2*224*224*3*3*3=2709504。

在深度卷积过程中(图b)，输入为224*224*3，卷积核参数为3*3*1*3，每个通道做3*3的卷积，收集了每个通道的空间特征（Depthwise特征），输出特征维度为224*224*3。

接着进入逐点卷积(图c)，卷积核参数为1*1*3*2，对Depthwise特征做2个1*1的普通卷积，这样相当于收集了每个点的特征，输出维度为224*224*2。

深度可分离卷积的参数量为3*3*2 + 3*2 = 24，相比于标准卷积缩减了2.25倍，计算量为3*224*224*3*3 + 2*224*224*3 = 1655808，相比于标准卷积缩减了1.6倍。

图a 标准卷积过程图b 深度卷积图c 逐点卷积

1.2 mobileNetV1网络结构

mobileNetV1的网络结构如Table 1.前面的卷积层中除了第一层为标准卷积层外，其他都是深度可分离卷积（Conv dw + Conv/s1），卷积后接了一个7*7的平均池化层，之后通过全连接层，最后利用Softmax激活函数将全连接层输出归一化到0-1的一个概率值，根据概率值的高低可以得到图像的分类情况。

1.3 超参数

宽度因子α（Width Multiplier)

对于深度可分离卷积层，输入的通道数M乘上一个宽度因子α变为αM，输出通道数变为αN，其中α区间为(0,1]，此时深度可分离卷积的参数量为：D_K*D_K*αN + αM*αN = α*α（1/α *D_K*D_K*N + M*N），计算量变为αM*D_F*D_F*D_K*D_K+αN*D_F*D_F*αM = α*α (1/α*M*D_F*D_F*D_K*D_K+N*D_F*D_F*M)，所以参数量和计算量差不多都变为原来的α*α倍。

分辨率因子ρ （Resolution Multiplier)

ρ改变输入层的分辨率，所以深度可分离卷积的参数量不变，但计算量为M*ρD_F*ρD_F*D_K*D_K+N*ρD_F*ρD_F*M = ρ*ρ(M*D_F*D_F*D_K*D_K+N*D_F*D_F*M)，即计算量变为原来的ρ*ρ倍。

1.4 mobileNetV1 实现（基于框架keras / pytorch）

pytorch实现： https://github.com/marvis/pytorch-mobilenet
keras实现： https://github.com/Hedlen/Mobilenet-Keras/blob/master/model/mobilenet.py

import torch
import torch.nn as nn
 
def conv3x3(in_planes, out_planes, stride=1, padding=1):
    return nn.Conv2d(in_planes, out_planes, kernel_size=3, stride=stride, padding=padding, bias=False)
 
# why no bias: 如果卷积层之后是BN层，那么可以不用偏置参数，可以节省内存
def conv1x1(in_planes, out_planes):
    return nn.Conv2d(in_planes, out_planes, kernel_size=1, stride=1, bias=False) 
 
class DPBlock(nn.Module):
    ‘‘‘
        Depthwise convolution and Pointwise convolution.
    ‘‘‘
    def __init__(self, in_planes, out_planes, stride=1):
        super(DPBlock, self).__init__()  # 调用基类__init__函数初始化
        self.conv1 = conv3x3(in_planes, out_planes, stride)
        self.bn1 = nn.BatchNorm2d(in_planes)
        self.relu = nn.ReLU(inplace=True)
        self.conv2 = conv1x1(in_planes, out_planes)
        self.bn2 = nn.BatchNorm2d(out_planes)
         
    def forward(self, x):
        out = self.conv1(x)
        out = self.bn1(out)
        out = self.relu(out)
        out = self.conv2(out)
        out = self.bn2(out)
        out = self.relu(out)
         
        return out
         
class mobileNetV1Net(nn.Module):
    def __init__(self, block, num_class=1000):
        super(mobileNetV1Net, self).__init__()
         
        self.model = nn.Sequential(
            conv3x3(3, 32, 2),
            nn.BatchNorm2d(32),
            nn.ReLU(inplace=True)
            block(32, 64, 1),
            block(64, 128, 2),
            block(128, 128, 1),
            block(128, 256, 2),
            block(256, 256, 1),
            block(256, 512, 2),
            block(512, 512, 1),
            block(512, 512, 1),
            block(512, 512, 1),
            block(512, 512, 1),
            block(512, 512, 1),
            block(512, 1024, 2),
            block(1024, 1024, 2),
            nn.AvgPool2d(7)
        )
        self.fc = nn.Linear(1024, num_class)
         
    def forward(self, x):
        x = self.model(x)
        x = x.view(-1, 1024)  # reshape
        out = self.fc(x)
         
        return out
              
mobileNetV1 = mobileNetV1Net(DPBlock)

1.5 参考链接

MobileNet系列---mobileNetV1

标签：链接 cin lin elf 区间 border 基于 color ios

原文地址：https://www.cnblogs.com/gfghkoiygcb/p/12507573.html

踩

(0)

评论一句话评论（0）

分享档案

更多>

2021年07月29日 (22)
2021年07月28日 (40)
2021年07月27日 (32)
2021年07月26日 (79)
2021年07月23日 (29)
2021年07月22日 (30)
2021年07月21日 (42)
2021年07月20日 (16)
2021年07月19日 (90)
2021年07月16日 (35)

周排行

MobileNet系列---mobileNetV1

1.mobileNetV1

1.1 普通卷积和深度可分离卷积

1.1.1 标准卷积核

1.1.2 深度可分离卷积

1.1.3 深度可分离卷积的优势

1.2 mobileNetV1网络结构

1.3 超参数

宽度因子α（Width Multiplier)

分辨率因子ρ （Resolution Multiplier)

1.4 mobileNetV1 实现（基于框架keras / pytorch）

1.5 参考链接