简介

图像分类对网络结构的要求，一个是精度，另一个是速度。这两个需求推动了网络结构的发展。

• resneXt：分组卷积，降低了网络参数个数。
• densenet：密集的跳连接。
• mobilenet：标准卷积分解成深度卷积和逐点卷积，即深度分离卷积。
• SENet：注意力机制。

简单起见，使用了[1]的代码，注释掉 layer4，作为基本框架resnet14。然后改变局部结构，验证分类效果。

实验结果

GPU：gtx1070

超参数：epochs=80,lr=0.001,optim=Adam

数据集：cifar10，batch_size=100

分组卷积

# 3x3 convolution with grouping

def conv3x3(in_channels, out_channels, stride=1, groups=1):

    return nn.Conv2d(in_channels, out_channels, kernel_size=3,

                     stride=stride, padding=1, bias=False,groups=groups)

_	参数个数(k)	GPU内存(M)	训练时间(s)	测试时间(s)	精度(%)
resnet14	195	617	665	0.34	87
分组=2	99	615	727	0.40	85
分组=4	50	615	834	0.50	81

结论：卷积分组降低了参数个数，同时也降低了速度和精度。

密集连接

    def forward(self, x): # basic block

        residual = x

        if self.downsample:

            residual = self.downsample(x)

        out = self.layer1(x)

        out = self.relu(out)

        out2 = self.layer2(out)

        out2 = self.relu(out2)

        out3 = torch.cat([out,out2],1)

        out = self.layer3(out3)

        out4 = self.relu(out)

        out5 = torch.cat([out3,out4],1)

        out = self.layer4(out5) # back to the specified channels

        return out

_	参数个数(k)	GPU内存(M)	训练时间(s)	测试时间(s)	精度(%)
resnet14	195	617	665	0.34	87
密集连接	341	679	703	0.43	88

结论：参数个数和精度有所增加，速度下降一点点。

深度分离卷积

def Conv2d(in_channels, out_channels,kernel_size=1,padding=0,stride=1):

    return nn.Sequential(*[

            nn.Conv2d(in_channels, in_channels,kernel_size,stride=stride,padding=padding,groups=in_channels,bias=False),

            nn.Conv2d(in_channels, out_channels,1,bias=False),

        ])

_	参数个数(k)	GPU内存(M)	训练时间(s)	测试时间(s)	精度(%)
resnet14	195	617	665	0.34	87
分组=2	99	615	727	0.40	85
分组=4	50	615	834	0.50	81
深度分离卷积	27	665	788	0.40	84

结论：深度分离卷积降低了参数个数，同时也降低了速度和精度。与分组卷积（分组=4）相比，精度要高一点。

注意力机制

利用[2]的代码，修正通道个数

    def forward(self, x): # BasicBlock

        residual = x

        out = self.conv1(x)

        out = self.bn1(out)

        out = self.relu(out)

        out = self.conv2(out)

        out = self.bn2(out)

        if self.downsample:

            residual = self.downsample(x)

        # attention

        original_out = out

        out = F.avg_pool2d(out,out.size()[2:])

        out = out.view(out.size(0), -1)

        out = self.fc1(out)

        out = self.relu(out)

        out = self.fc2(out)

        out = self.sigmoid(out)

        out = out.view(out.size(0), out.size(1), 1, 1)

        out = out * original_out

        out += residual

        out = self.relu(out)

        return out

_	参数个数(k)	GPU内存(M)	训练时间(s)	测试时间(s)	精度(%)
resnet14	195	617	665	0.34	87
注意力	201	641	838	0.51	87

结论：参数个数和精度变动不大，速度降低比较明显。

引用

[1] https://github.com/yunjey/pytorch-tutorial/tree/master/tutorials/02-intermediate/deep_residual_network/main.py

[2] https://github.com/miraclewkf/SENet-PyTorch/blob/master/se_resnet.py

参考文献

• Chollet, François. Xception: Deep Learning with Depthwise Separable Convolutions[J]. 2016.
• Xie S , Girshick R , Dollár, Piotr, et al. Aggregated Residual Transformations for Deep Neural Networks[J]. 2016.
• Huang G, Liu Z, Laurens V D M, et al. Densely Connected Convolutional Networks[J]. 2016.
• Howard A G , Zhu M , Chen B , et al. MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications[J]. 2017.
• Hu J , Shen L , Albanie S , et al. Squeeze-and-Excitation Networks[J]. 2017.
• https://www.cnblogs.com/liaohuiqiang/p/9691458.html