原创: [email protected]
时间: 2020/08/10

0x00 Paper

• Paper: MobileNet v2
• Code: mobilenet_v2.py

0x01 为了解决什么问题

​ 设计更小更快的网络结构。

​ 深度卷积(Depthwise Convolution) 本身不能改变特征的通道数，并且通道数越少，在进行非线性**函数的时候，会丢失更多的信息。

​ 上图是作者展示用RELU**时，当channel越小，丢失的信息越多，当channel越大，丢失的信息越少。当channel为2时，信息都集中在这两个channel中，如果有部分数值小于0就会被RELU**丢失掉。而如果channel为30，其实信息是分散的，而且具有了冗余，所以通过RELU**后归于0的值可能并不会影响太多信息的存储。

​ 所以作者建议对于channel数很少的那些层做线性**。当通道数由少变多的时候，用ReLU**函数，当通道数由多变少的时候，做线性**。

​ bottlenect就表示瓶颈层，通道数由多变少，linear bottleneck表示对channel缩减的层做线性**。虚线的tensor后进行线性**。

​ a是普通卷积，b是深度分离卷积，c是有bottlenect的分离卷积，d是对bottlenect进行扩张后的分离卷积。同样最后一层虚线的tensor后面是线性**。

0x02 提出了哪些创新点

2.1 两个闪闪发光的点

1. Linear Bottlenecks

   对通道数较少的使用线性**，为了提取更多的特征信息

2. Inverted residual structure

   

   a是正常的残差块，通道数先降维再升维，b是倒置的残差块，通道数先升维后降维。前者在特征提取的时候可能会丢失信息(通道数越少特征提取能力越弱)，所以作者采用了后者的方法。同样，虚线tensor后面进行的是线性**。

3. $FLOPs = h* w*d'*t*(d' + k^2+d'')$FLOPs=h∗w∗d′∗t∗(d′+k2+d′′)

   h*w为输入的尺寸大小，t是扩展因子，k是卷积核大小，d’ 是输入通道，d’’ 是输出通道

2.2 MobileNet V2 与 V1 之间的相同和不同点

• 相同点

  都使用了 DSCNN，降低了网络的计算参数，具体详细请看上一篇博客 ☞ MobileNet V1 复古的直筒子结构

• 不同点

  MobileNet V1 使用的是DW + PW 的直筒子结构。为什么说是直筒子呢？因为在 DW 的过程中，网络自身无法改变输入和输出的通道数，可以查看第一张图的图b，很形象了。因此如果传入的通道数较少，网络的特征提取能力就相对来说较弱。

  • 第一个不同点：

  ​ MobileNet V2 使用的是PW + DW + PW 结构，先升维，拉高通道数，后降维。因此无论传入的通道数是多还是少，都强行按照系数高

  • 第二个不同点：

  ​ MobileNet V2 在最后PW 之后，去掉了ReLU **函数，也就是使用了线性的Bottleneck。作者认为**函数在高维空间能够有效的增加非线性，而在低维空间时会破坏特征，不如线性的效果好。

2.3 ResNet 与 MobileNet V2 比对

• 相同点

  1. 使用了1*1 --> 3*3 --> 1*1 的模式；

  2. 用Shortcut 将输出和输入相加

• 不同点

  1. ResNet 使用标准卷积提取特征，而 MobileNet 使用 DW 卷积提取特征
  2. ResNet 先降维、卷积、再升维，MobileNet 先升维、DW、再降维

0x03 网络结构

当步长等于2的时候：

此处还有一些问题：

​ 1. 上面的bottleneck 总共加起来只有17层，而paper 中论述有19层；

​ 2. 还有同学跑出来的MobileNet V2 版本的推理速度比 V1 还慢，有待商榷 (代码未详读)

最终的效果比对：

0x04 参考链接

• MobileNet V2论文阅读和代码解析
• MobileNet V2 论文初读
• 轻量化网络：MobileNet-V2