让图像恢复的baselines简单点 [2022ECCV】

题目：Simple Baselines for Image Restoration
单位：旷视
代码：https://github.com/megvii-research/NAFNet
论文：https://arxiv.org/abs/2204.0467
1
2
3
4

摘要

• 揭示了非线性激活函数，例如Sigmoid，ReLu，GELU，Softmax等是不必要的: 它们可以用乘法替换或删除
• 简化之前复杂的网络设计并计算成本更小，最终提出的模型只通过卷积、LayerNorm、通道注意力等结构的简单堆叠就可以在较少的计算量下成为SOTA。
• 提出了一个非线性无激活网络 NAFNet(Nonlinear Activation Free Network)

介绍

作者认为系统复杂度分解为两部分: 块间（inter-）复杂度和块内（intra-）复杂度，其中inter-block的复杂度是指网络的宏观结构，比如multi-stage, UNet等，文章就简单的选择了Unet为宏观结构，作者宏观结构不是影响效果的关键（"We believe the architecture will not be a barrier to performance. "）

目标

作者的目标是使用块间低和块内复杂度低的网络实现SOTA

贡献

解释了GELU，GA和GLU的关系：
激活函数GELU和通道注意力GA都是门控线性单元GLU的特例，为降低计算量，作者用实验证明可以用特征图的哈达玛积来代替

Baseline模型

块内复杂度比较

​

作者罗列了几种结构，很明显采用传统的U-Net模型最简单，作者认为结构不影响性能
块间复杂度比较
​

普通块 A Plain Block

首先，尽管transformers在计算机视觉方面表现出良好的性能，它们可能不是实现SOTA结果所必需的，有可能就是其中的一小步。其次，深度卷积比自注意机制更简单，能获得丰富的局部信息。
transformers在底层视觉的成功是得益于MSA本身还是与之配套的其他模块/结构/trick的效果是值得思考，这个文章告诉我们复杂或者简单（Restormer,PlainNet两个类似的结构）都可以实现SOTA
归一化 Normalization
文章采用了Transformer里被通常采用的LayerNorm，虽然学习率上会提高10倍+但是会让训练稳定！
​

解释：
韩国团队在2017NTIRE图像超分辨率中取得了top1的成绩，主要原因竟是去掉了网络中的batchnorm层，由此可见，BN并不是适用图像恢复image-to-image的任务中，比如超分辨率上，因为我们这个领域的图像的绝对差异（具体来说就是增强细节）是非常重要的，所以batchnorm并不适合。底层视觉一般是不太会增加BN，因为在batch中进行统计很容易将其他图片的信息引入，忽略了恢复图像的特定信息，导致降点而且让图像模糊。之前底层视觉里面用的比较多的norm是instance Norm（比较多的是在风格迁移，近期恢复这边有HI-Net），instance Norm是对同一个样本的同一个通道所有元素做归一化，更适合对单个像素有更高要求的场景。LayerNorm是对同一个样本的不同通道做归一化，关注了整幅图。

激活 Activation

SOTA方法大都采用在普通块中用GELU代替ReLU

注意力机制

使用了简化的channel attention，减少计算量的同时引入channel的交互，避免了计算问题，同时在每个特征中保持全局信息。
从swin到restormer，其实tranformer的全局attention可能没有想象的那么重要，swin里切成window-based仍然可以保持很好的效果，restormer里面干脆放弃了spatial的MSA而使用深度卷积和传统的spatial attention，有可能CA对恢复任务更重要一些

Nonlinear Activation Free Network

SimpleGate

$Gate(X,f,g,\sigma )=f(X)\odot \sigma (g(X))$
$GELU(x)=x\Phi (x)$
从公式可以注意到GELU是GLU的特例，即$f，g$取恒等函数，并取 $\sigma$ 为 $\Phi$。
通过相似性，作者从另一个角度推测GLU可以被视为激活函数的推广，并且它可能能够替代非线性激活函数。
即使去除 $\sigma$， $Gate(X)=f(X)\odot g(X)$ 也包含非线性。基于这些，提出了一个简单的GLU变体: 在通道维度中直接将特征图分为两部分并将其相乘，称为SimpleGate
​

SCA(Simplified Channel Attention)

原本的CA的公式如下，
$CA(X)=X\ast \sigma (W2max(0,W1pool(X)))$
如果我们将通道注意计算视为一个函数，用输入$X$记为 $\Psi$
$CA(X)=X\ast \Psi (X)$
作者将CA也和GELU一样，视为GLU的特例
最终的结果是
$SCA(X)=X\ast Wpool(X)$

实验结果

其他实验结果看论文，下面主要展示消融结果：
​

---

如果觉得对你有帮助的话:
点赞，你的认可是我创作的动力！
收藏，你的青睐是我努力的方向！
评论，你的意见是我进步的财富！