pytorch实现的EfficientNet

https://github.com/lukemelas/EfficientNet-PyTorch

安装：

git clone https://github.com/lukemelas/EfficientNet-PyTorch
cd EfficientNet-Pytorch
sudo pip3 install -e .

MobileNetV2和Inverted residual block

深度可分离卷积

深度可分离卷积通过将乘法运算变为加法运算，使得在能够保证卷积精度的情况下，极大的降低运算成本。
深度可分离卷积的计算原理在【深度学习】用caffe+ShuffleNet-V2做回归中进行了说明。

标准的卷积层将一个$h_i\times w_i\times d_i$的tensor，通过size为$k\times k$的卷积核，输出一个$h_i\times w_i\times d_j$的tensor，需要的计算成本为：$k\times k\times d_i\times h_i\times w_i\times d_j$，而同样size的输入输出，深度可分离卷积的计算成本为：$k\times k\times 1\times h_i\times w_i\times d_i+1\times 1\times d_i\times h_i\times w_i\times d_j=h_i\times w_i\times d_i\times (k^2+d_j)$

Inverted residual block

Inverted residual block的结构如上图所示，当深度可分离卷积中的深度卷积部分（图中Dwise）步长不为1的时候，不加shortcut connection。另外，当expansion ratio为1的时候，去掉最接近input的那个$1\ast 1$的卷积层。
Inverted：倒置的，这个block叫倒置残差的原因，是残差网络的结构是通过$1\ast 1$的卷积将tensor的channel降低，通过$3\ast 3$的卷积后，再通过$1\ast 1$的卷积将tensor的channel提高，而Inverted residual block的通过$1\ast 1$的卷积将tensor的channel提高（expansion ratio，也就是上表中的t，大于1），通过$3\ast 3$的卷积后，再通过$1\ast 1$的卷积将tensor的channel降低。

ReLU6激活函数

ReLU6就是普通的ReLU但是限制最大输出值为6（对输出值做clip），这是为了在移动端设备float16的低精度的时候，也能有很好的数值分辨率，如果对ReLU的激活范围不加限制，输出范围为0到正无穷，如果激活值非常大，分布在一个很大的范围内，则低精度的float16无法很好地精确描述如此大范围的数值，带来精度损失。

MobileNetV2网络结构

MobileNetV2的网络结构，t是Inverted residual block的expansion ratio，c是输出tensor的channel，n是block重复的次数，s是卷积步长。注意MobileNetV2对输入tensor进行了32倍下采样，是全卷积网络。

EfficientNet-B0的baseline网络结构

EfficientNet-B0的baseline网络结构如图所示，Resolution是输入tensor的size，#Channels是输出tensor的channel，#Layers是block重复的次数。MBConv的网络结构和MobileNetV2的Inverted residual block相同，例如：MBConv6，k3×3代表，t为6，深度卷积的卷积核尺寸为3×3。

不同之处在于，EfficientNet-B0将ReLU6激活函数换成了Swish激活函数。另外，可以选择使用squeeze-and-excitation优化。

Swish激活函数

Swish激活函数公式为：$f(x)=x\ast sigmoid(\beta x)$
$\beta$默认为$1.0$

EfficientNet的网络scale up策略

卷积神经网络有三个scale up网络规模的维度：

• $width——w$：如上图$(b)$，通过增加baseline的channel向维度，对网络规模scale up。$wider$的网络能够捕获更加细粒度的特征，而且训练更容易。
• $depth——d$：如上图$(c)$，通过增加baseline的深度，也就是增加卷积层的数量，对网络规模scale up。$deeper$的网络能够捕获更丰富、更复杂的特征，但是由于梯度弥散、梯度爆炸等问题，训练难度较大。
• $resolution——r$：如上图$(d)$，通过增加baseline输入image的分辨率，对网络规模scale up。$higher$ $resolution$的网络能够捕获更加细粒度的特征。

EfficientNet的网络scale up策略是：因为如果图像的分辨率更大，就需要更深的网络来提高感受野，需要更多的channel数来捕获更加细粒度的特征，因此：通过一个固定的比例对$width、depth$和$resolution$同时进行scale up，实现一个卷积神经网络中三者的平衡。也就是如上图$(e)$。

scale up策略

一个卷积层可以看作一个函数：
$Y_i=F_i(X_i)$，$F_i$是卷积操作，$Y_i$是输出tensor，$X_i$是输入tensor，$X_i$的shape为$<H_i,W_i,C_i>$

因此一个卷积神经网络$N$可以看作一个函数：

因为卷积神经网络可以视为几个stage的组合，每个stage重复不同的次数，而每个相同的stage的重复block都有相同的结构，所以卷积神经网络的函数可以定义如下：

$i$是stage的索引，${F_i}^{L_i}$的含义是block$F_i$重复$L_i$次，$<H_i,W_i,C_i>$，$H_i$、$W_i$表示索引为$i$的stage的输入tensor的height和width方向的size，$C_i$表示输出tensor的channel数。

上述中卷积神经网络的三个scale up网络规模的维度，$width$对应于增大$C_i$，$depth$对应于增大$L_i$，$resolution$对应于增大$<H_i,W_i>$。

这里规定一个卷积神经网络，所有的block都按相同的比例对三个维度进行scale up，因此，scale up的优化目标可以定义为：

也就是在baseline的基础上，给定$d,w,r$对卷积神经网络进行scale up，让scale up后的卷积神经网络的性能最优。

$width、depth、resolution$三个维度的scale up系数的确定方法：

1. $depth:d={\alpha }^{\varphi }$
2. $width:w={\beta }^{\varphi }$
3. $resolution:r={\gamma }^{\varphi }$

约束条件：

• $\alpha \ast {\beta }^2\ast {\gamma }^2约等于2$
• $\alpha 、\beta 、\gamma 都不小于1$

其中，$\alpha 、\beta 、\gamma$是通过grid search得到的常数，$\varphi$是根据计算资源的大小设置的常数。

对于EfficientNet-B0的baseline网络，固定$\varphi$为1，通过grid search得到$\alpha =1.2$、$\beta =1.1$、$\gamma =1.15$，时，scale up的卷积神经网络性能最优，得到EfficientNet-B0。

固定$\alpha =1.2$、$\beta =1.1$、$\gamma =1.15$，通过设置不同的$\varphi$值，对EfficientNet-B0的baseline网络进行scale up，进而得到EfficientNet-B1到EfficientNet-B7。

如果直接在规模更大的baseline上进行grid search得到$\alpha$、$\beta$和$\gamma$，会得到性能更优的卷积神经网络，但是grid search需要的计算成本更大，因此，这里在小的baseline上进行grid search，然后通过修改$\varphi$的值，对网络进行scale up得到规模更大的卷积神经网络。

结语

如果您有修改意见或问题，欢迎留言或者通过邮箱和我联系。
手打很辛苦，如果我的文章对您有帮助，转载请注明出处。