• 【图像分类】2019-MoblieNetV3 ICCV


    【图像分类】2019-MoblieNetV3 ICCV

    论文题目:Searching for MobileNetV3

    论文地址:https://arxiv.org/abs/1905.02244

    代码链接: https://github.com/xiaolai-sqlai/mobilenetv3

    发表时间:2019年5月

    引用:Howard A, Sandler M, Chu G, et al. Searching for mobilenetv3[C]//Proceedings of the IEEE/CVF international conference on computer vision. 2019: 1314-1324.

    引用数:2468

    1. 简介

    相对重量级网络而言,轻量级网络的特点是参数少、计算量小、推理时间短。更适用于存储空间和功耗受限的场景,例如移动端嵌入式设备等边缘计算设备。因此轻量级网络受到了广泛的关注,其中MobileNet可谓是其中的佼佼者。MobileNetV3经过了V1和V2前两代的积累,性能和速度都表现优异,受到学术界和工业界的追捧,无疑是轻量级网络的“抗把子“。MobileNetV3 参数是由NAS(network architecture search)搜索获取的,又继承的V1和V2的一些实用成果,并引人SE通道注意力机制,可谓集大成者。本文以应用为主,结合代码剖析MobileNetV3的网络结构,不会对NAS以及其设计思想做过多解析。

    特点

    1. 论文推出两个版本:Large 和 Small,分别适用于不同的场景;
    2. 使用NetAdapt算法获得卷积核和通道的最佳数量;
    3. 继承V1的深度可分离卷积;
    4. 继承V2的具有线性瓶颈的残差结构;
    5. 引入SE通道注意力结构;
    6. 使用了一种新的激活函数h-swish(x)代替Relu6,h的意思表示hard;
    7. 使用了Relu6(x + 3)/6来近似SE模块中的sigmoid;
    8. 修改了MobileNetV2后端输出head;

    2. 网络

    2.1 通道可分离卷积

    通道分离卷积是MobileNet系列的主要特点,也是其发挥轻量级作用的主要因素。如下图,通道可分离卷积分为两个过程:1.channel方向通道可分离卷积;2.正常的1X1卷积输出指定的channel个数。

    img

    代码

    # 首先利用1X1卷积进行通道压缩,可以进一步压缩模型大小
    self.conv1 = nn.Conv2d(in_size, expand_size, kernel_size=1, stride=1, padding=0, bias=False)
    self.bn1 = nn.BatchNorm2d(expand_size)
    self.nolinear1 = nolinear # 激活函数,使用H-swish或H-relu
    # 注意,通道可分离卷积使用分组卷积操作进行,这里分成和卷积核相同的channel组数实现。
    self.conv2 = nn.Conv2d(expand_size, expand_size, kernel_size=kernel_size, stride=stride,
                                   padding=kernel_size // 2, groups=expand_size, bias=False)
    self.bn2 = nn.BatchNorm2d(expand_size)
    self.nolinear2 = nolinear
    # 利用1X1卷积输出指定通道个数的卷积,这一步一定要有,不然无法控制输出通道个数。也有聚合分离特征的作用
    self.conv3 = nn.Conv2d(expand_size, out_size, kernel_size=1, stride=1, padding=0, bias=False)
    self.bn3 = nn.BatchNorm2d(out_size)
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12

    2.2 SE模块

    SE通道注意力机制,老生常谈的话题。这里不进行解析,直接给出代码。值得注意的是,这里利用1X1卷积实现的FC操作,本质上和FC是一样的。这里利用hsigmoid模拟sigmoid操作。

    img

    class SeModule(nn.Module):
        def __init__(self, in_size, reduction=4):
            super(SeModule, self).__init__()
            self.se = nn.Sequential(
                nn.AdaptiveAvgPool2d(1),
                nn.Conv2d(in_size, in_size // reduction, kernel_size=1, stride=1, padding=0, bias=False),
                nn.BatchNorm2d(in_size // reduction),
                nn.ReLU(inplace=True),
                nn.Conv2d(in_size // reduction, in_size, kernel_size=1, stride=1, padding=0, bias=False),
                nn.BatchNorm2d(in_size),
                hsigmoid())
    
        def forward(self, x):
            return x * self.se(x)
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14

    2.3 h-swish 和 h-sigmoid

    利用近似操作模拟swish和relu,公式如下:
    h − s w i s h [ x ] = x R e L U 6 ( x + 3 ) 6 h-swish[x]=x\frac{ReLU6(x+3)}{6} hswish[x]=x6ReLU6(x+3)
    img

    代码实现

    class hswish(nn.Module):
        def forward(self, x):
            out = x * F.relu6(x + 3, inplace=True) / 6
            return out
    
    class hsigmoid(nn.Module):
        def forward(self, x):
            out = F.relu6(x + 3, inplace=True) / 6
            return out
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9

    2.4 bneck

    核心模块,也是网络的基本模块。主要实现了通道可分离卷积+SE通道注意力机制+残差连接。结构图如下:

    img

    代码实现

    def forward(self, x):
        out = self.nolinear1(self.bn1(self.conv1(x))) # 降维
        out = self.nolinear2(self.bn2(self.conv2(out))) # 通道可分离卷积
        out = self.bn3(self.conv3(out)) # 1X1卷积聚合特征
        if self.se != None: 
            out = self.se(out) # 通道注意力机制
        out = out + self.shortcut(x) if self.stride == 1 else out # 残差连接
        return out
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8

    2.5 总体架构

    移除之前的瓶颈层连接,进一步降低网络参数。可以有效降低11%的推理耗时,而性能几乎没有损失。修改结构如下:

    img

    img

    上图为MobileNetV3的网络结构图,large和small的整体结构一致,区别就是基本单元bneck的个数以及内部参数上,主要是通道数目。

    image-20220810104407650

    上表为具体的参数设置,其中bneck是网络的基本结构。SE代表是否使用通道注意力机制。NL代表激活函数的类型,包括HS(h-swish),RE(ReLU)。NBN 代表没有BN操作。 s 是stride的意思,网络使用卷积stride操作进行降采样,没有使用pooling操作。

    3. 代码

    '''MobileNetV3 in PyTorch.
    See the paper "Inverted Residuals and Linear Bottlenecks:
    Mobile Networks for Classification, Detection and Segmentation" for more details.
    '''
    import torch
    import torch.nn as nn
    import torch.nn.functional as F
    from torch.nn import init
    
    
    
    class hswish(nn.Module):
        def forward(self, x):
            out = x * F.relu6(x + 3, inplace=True) / 6
            return out
    
    
    class hsigmoid(nn.Module):
        def forward(self, x):
            out = F.relu6(x + 3, inplace=True) / 6
            return out
    
    
    class SeModule(nn.Module):
        def __init__(self, in_size, reduction=4):
            super(SeModule, self).__init__()
            self.se = nn.Sequential(
                nn.AdaptiveAvgPool2d(1),
                nn.Conv2d(in_size, in_size // reduction, kernel_size=1, stride=1, padding=0, bias=False),
                nn.BatchNorm2d(in_size // reduction),
                nn.ReLU(inplace=True),
                nn.Conv2d(in_size // reduction, in_size, kernel_size=1, stride=1, padding=0, bias=False),
                nn.BatchNorm2d(in_size),
                hsigmoid()
            )
    
        def forward(self, x):
            return x * self.se(x)
    
    
    class Block(nn.Module):
        '''expand + depthwise + pointwise'''
        def __init__(self, kernel_size, in_size, expand_size, out_size, nolinear, semodule, stride):
            super(Block, self).__init__()
            self.stride = stride
            self.se = semodule
    
            self.conv1 = nn.Conv2d(in_size, expand_size, kernel_size=1, stride=1, padding=0, bias=False)
            self.bn1 = nn.BatchNorm2d(expand_size)
            self.nolinear1 = nolinear
            self.conv2 = nn.Conv2d(expand_size, expand_size, kernel_size=kernel_size, stride=stride, padding=kernel_size//2, groups=expand_size, bias=False)
            self.bn2 = nn.BatchNorm2d(expand_size)
            self.nolinear2 = nolinear
            self.conv3 = nn.Conv2d(expand_size, out_size, kernel_size=1, stride=1, padding=0, bias=False)
            self.bn3 = nn.BatchNorm2d(out_size)
    
            self.shortcut = nn.Sequential()
            if stride == 1 and in_size != out_size:
                self.shortcut = nn.Sequential(
                    nn.Conv2d(in_size, out_size, kernel_size=1, stride=1, padding=0, bias=False),
                    nn.BatchNorm2d(out_size),
                )
    
        def forward(self, x):
            out = self.nolinear1(self.bn1(self.conv1(x)))
            out = self.nolinear2(self.bn2(self.conv2(out)))
            out = self.bn3(self.conv3(out))
            if self.se != None:
                out = self.se(out)
            out = out + self.shortcut(x) if self.stride==1 else out
            return out
    
    
    class MobileNetV3_Large(nn.Module):
        def __init__(self, num_classes=1000):
            super(MobileNetV3_Large, self).__init__()
            self.conv1 = nn.Conv2d(3, 16, kernel_size=3, stride=2, padding=1, bias=False)
            self.bn1 = nn.BatchNorm2d(16)
            self.hs1 = hswish()
    
            self.bneck = nn.Sequential(
                Block(3, 16, 16, 16, nn.ReLU(inplace=True), None, 1),
                Block(3, 16, 64, 24, nn.ReLU(inplace=True), None, 2),
                Block(3, 24, 72, 24, nn.ReLU(inplace=True), None, 1),
                Block(5, 24, 72, 40, nn.ReLU(inplace=True), SeModule(40), 2),
                Block(5, 40, 120, 40, nn.ReLU(inplace=True), SeModule(40), 1),
                Block(5, 40, 120, 40, nn.ReLU(inplace=True), SeModule(40), 1),
                Block(3, 40, 240, 80, hswish(), None, 2),
                Block(3, 80, 200, 80, hswish(), None, 1),
                Block(3, 80, 184, 80, hswish(), None, 1),
                Block(3, 80, 184, 80, hswish(), None, 1),
                Block(3, 80, 480, 112, hswish(), SeModule(112), 1),
                Block(3, 112, 672, 112, hswish(), SeModule(112), 1),
                Block(5, 112, 672, 160, hswish(), SeModule(160), 1),
                Block(5, 160, 672, 160, hswish(), SeModule(160), 2),
                Block(5, 160, 960, 160, hswish(), SeModule(160), 1),
            )
    
    
            self.conv2 = nn.Conv2d(160, 960, kernel_size=1, stride=1, padding=0, bias=False)
            self.bn2 = nn.BatchNorm2d(960)
            self.hs2 = hswish()
            self.linear3 = nn.Linear(960, 1280)
            self.bn3 = nn.BatchNorm1d(1280)
            self.hs3 = hswish()
            self.linear4 = nn.Linear(1280, num_classes)
            self.init_params()
    
        def init_params(self):
            for m in self.modules():
                if isinstance(m, nn.Conv2d):
                    init.kaiming_normal_(m.weight, mode='fan_out')
                    if m.bias is not None:
                        init.constant_(m.bias, 0)
                elif isinstance(m, nn.BatchNorm2d):
                    init.constant_(m.weight, 1)
                    init.constant_(m.bias, 0)
                elif isinstance(m, nn.Linear):
                    init.normal_(m.weight, std=0.001)
                    if m.bias is not None:
                        init.constant_(m.bias, 0)
    
        def forward(self, x):
            out = self.hs1(self.bn1(self.conv1(x)))
            out = self.bneck(out)
            out = self.hs2(self.bn2(self.conv2(out)))
            out = F.avg_pool2d(out, 7)
            out = out.view(out.size(0), -1)
            out = self.hs3(self.bn3(self.linear3(out)))
            out = self.linear4(out)
            return out
    
    
    
    class MobileNetV3_Small(nn.Module):
        def __init__(self, num_classes=1000):
            super(MobileNetV3_Small, self).__init__()
            self.conv1 = nn.Conv2d(3, 16, kernel_size=3, stride=2, padding=1, bias=False)
            self.bn1 = nn.BatchNorm2d(16)
            self.hs1 = hswish()
    
            self.bneck = nn.Sequential(
                Block(3, 16, 16, 16, nn.ReLU(inplace=True), SeModule(16), 2),
                Block(3, 16, 72, 24, nn.ReLU(inplace=True), None, 2),
                Block(3, 24, 88, 24, nn.ReLU(inplace=True), None, 1),
                Block(5, 24, 96, 40, hswish(), SeModule(40), 2),
                Block(5, 40, 240, 40, hswish(), SeModule(40), 1),
                Block(5, 40, 240, 40, hswish(), SeModule(40), 1),
                Block(5, 40, 120, 48, hswish(), SeModule(48), 1),
                Block(5, 48, 144, 48, hswish(), SeModule(48), 1),
                Block(5, 48, 288, 96, hswish(), SeModule(96), 2),
                Block(5, 96, 576, 96, hswish(), SeModule(96), 1),
                Block(5, 96, 576, 96, hswish(), SeModule(96), 1),
            )
    
    
            self.conv2 = nn.Conv2d(96, 576, kernel_size=1, stride=1, padding=0, bias=False)
            self.bn2 = nn.BatchNorm2d(576)
            self.hs2 = hswish()
            self.linear3 = nn.Linear(576, 1280)
            self.bn3 = nn.BatchNorm1d(1280)
            self.hs3 = hswish()
            self.linear4 = nn.Linear(1280, num_classes)
            self.init_params()
    
        def init_params(self):
            for m in self.modules():
                if isinstance(m, nn.Conv2d):
                    init.kaiming_normal_(m.weight, mode='fan_out')
                    if m.bias is not None:
                        init.constant_(m.bias, 0)
                elif isinstance(m, nn.BatchNorm2d):
                    init.constant_(m.weight, 1)
                    init.constant_(m.bias, 0)
                elif isinstance(m, nn.Linear):
                    init.normal_(m.weight, std=0.001)
                    if m.bias is not None:
                        init.constant_(m.bias, 0)
    
        def forward(self, x):
            out = self.hs1(self.bn1(self.conv1(x)))
            out = self.bneck(out)
            out = self.hs2(self.bn2(self.conv2(out)))
            out = F.avg_pool2d(out, 7)
            out = out.view(out.size(0), -1)
            out = self.hs3(self.bn3(self.linear3(out)))
            out = self.linear4(out)
            return out
    
    
    
    def test():
        net = MobileNetV3_Small()
        x = torch.randn(2,3,224,224)
        y = net(x)
        print(y.size())
    
    # test()
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    • 51
    • 52
    • 53
    • 54
    • 55
    • 56
    • 57
    • 58
    • 59
    • 60
    • 61
    • 62
    • 63
    • 64
    • 65
    • 66
    • 67
    • 68
    • 69
    • 70
    • 71
    • 72
    • 73
    • 74
    • 75
    • 76
    • 77
    • 78
    • 79
    • 80
    • 81
    • 82
    • 83
    • 84
    • 85
    • 86
    • 87
    • 88
    • 89
    • 90
    • 91
    • 92
    • 93
    • 94
    • 95
    • 96
    • 97
    • 98
    • 99
    • 100
    • 101
    • 102
    • 103
    • 104
    • 105
    • 106
    • 107
    • 108
    • 109
    • 110
    • 111
    • 112
    • 113
    • 114
    • 115
    • 116
    • 117
    • 118
    • 119
    • 120
    • 121
    • 122
    • 123
    • 124
    • 125
    • 126
    • 127
    • 128
    • 129
    • 130
    • 131
    • 132
    • 133
    • 134
    • 135
    • 136
    • 137
    • 138
    • 139
    • 140
    • 141
    • 142
    • 143
    • 144
    • 145
    • 146
    • 147
    • 148
    • 149
    • 150
    • 151
    • 152
    • 153
    • 154
    • 155
    • 156
    • 157
    • 158
    • 159
    • 160
    • 161
    • 162
    • 163
    • 164
    • 165
    • 166
    • 167
    • 168
    • 169
    • 170
    • 171
    • 172
    • 173
    • 174
    • 175
    • 176
    • 177
    • 178
    • 179
    • 180
    • 181
    • 182
    • 183
    • 184
    • 185
    • 186
    • 187
    • 188
    • 189
    • 190
    • 191
    • 192
    • 193
    • 194
    • 195
    • 196
    • 197
    • 198

    参考资料

    轻量化网络:MobileNet v3解析_zhw864680355的博客-CSDN博客_mobilenetv3

    轻量级骨架首选:MobileNetV3完全解析 - 知乎 (zhihu.com)

  • 相关阅读:
    软硬件实现二选一逻辑器
    记录 Git 操作时遇到的问题及解决方案
    .NET 使用 OpenTelemetry metrics 监控应用程序指标
    Python小技巧之函数返回结果
    jdk8 | Function<T,R>实践应用
    还不会日志异常检测?看完这篇文章就够了
    2022前端面试题上岸手册-HTML+CSS部分
    2023.9.7 关于 TCP / IP 的基本认知
    【Axure高保真原型】中继器版PDF阅读卡片
    微服务工程中,基础组件应用
  • 原文地址:https://blog.csdn.net/wujing1_1/article/details/126262007