轻量化CNN模型整理—MobileNet，ShuffleNet，GhostNet

Mr_111000

已于 2024-03-05 16:59:46 修改

阅读量4.3k

点赞数 5

分类专栏：神经网络文章标签： cnn 深度学习人工智能神经网络卷积神经网络

于 2023-06-21 17:49:27 首次发布

本文链接：https://blog.csdn.net/Mr_111000/article/details/131208261

版权

神经网络专栏收录该内容

1 篇文章 1 订阅

订阅专栏

卷积神经网络（Convolutional Neural Networks, CNNs）由于其强大的表征学习能力，在计算机视觉领域取得了瞩目的成就，并得到了广泛的应用。为了进一步提高网络的精度，目前CNN的整体发展趋势是向着更深、更复杂的网络发展，但也因此导致了更高的计算代价。而在实际应用中，网络可能需要部署在计算资源有限的平台上，因此简化网络参数、减少网络计算量、提高网络效率也成为卷积网络研究的一个方向。目前轻量化网络研究主要包括以下几个思路：（1）压缩预训练的网络，如通过剪枝(pruning)、乘积量化(product quantization)、矢量量化(vector quantization)、哈希编码、霍夫曼编码等方式实现网络计算量压缩；（2）设计具有更少参数及计算量的高效网络模型，如SquezeNet、Deep fried convnets 、MobileNet、ShuffleNet、GhostNet等；（3）模型蒸馏（distillation），基于预训练的大规模网络引导训练更小规模的网络。

本文主要整理了轻量化网络结构设计研究中的几个经典网络模型：MobileNet[1]、ShuffleNet[2]和GhostNet[3]。

1. 常规卷积网络

在介绍轻量化网络模型前，先对常规卷积网络的操作做一回顾。常规卷积网络中，一个卷积层包含若干个滤波器（filters），每个滤波器包含若干个滤波矩阵，即卷积核（kernels）。一个滤波器对输入的操作如图1所示（忽略偏置计算），对于3通道的输入，一个滤波器将包含3个卷积核，每个卷积核对输入的一个通道进行卷积，各卷积核计算结果相加，得到一个输出特征图。当采用多个滤波器时，即可得到多通道的输出特征图。

常规卷积层的计算量（乘加操作数）为 $H\times W\times C\times N\times k \times k$ 。其中H，W，C分别为输入的高、宽及通道数，N为输出通道数（即滤波器数），k为卷积核尺寸。

2. MobileNet

MobileNet由Google团队提出，旨在提供一种适用于计算资源有限的移动设备的卷积网络。其核心是卷积层采用深度可分离卷积（Depthwise separable convolution）。

由第1节回顾可以发现常规卷积层操作其实可以分成两步。第一步是对输入各通道进行卷积滤波，第二步是对第一步结果线性组合。由于常规卷积层中这两步操作并不解耦，因此每个滤波器的卷积核参数并不相同，卷积时需要独立计算，当各层输出特征图通道数增加（即 $C\times N$ 增大）时计算量显著增大。

深度可分离卷积的基本思路是将常规卷积层的两步操作解耦，即逐通道卷积（Depthwise convolution）和逐点卷积（Pointwise convolution），如图2所示。具体操作如下：

（1）逐通道卷积实现深度方向的空间卷积。这一步中输入的每个通道对应一个卷积核，通过卷积操作得到和输入通道数C相同通道的输出。这一步可以看做只采用1个包含C个卷积核的滤波器对输入各通道分别卷积滤波但不求和。也可以看做C个滤波器，每个滤波器仅包含对应单通道的1个卷积核，相当于极端的分成C组的分组卷积（Group convolution）。该步的计算量为 $H \times W \times C \times k \times k$ 。

（2）接着逐点卷积将逐通道卷积结果各通道进行组合的卷积。这一步可以看做对逐通道卷积输出结果进行常规的卷积操作，但卷积核尺寸固定为1*1，从而实现逐点的线性组合。这一步中滤波器数量可以自己设定，从而可以输出通道数为的特征图。该步的计算量为 $H \times W \times C \times N$ ，这里假设逐通道卷积输出与输入尺寸相同。

综上一个深度可分离卷积层的计算量为 $H \times W \times C \times k \times k + H \times W \times C \times N$ ，相比具有相同输出特征图的常规卷积层其计算量减少为原来的 $1/N + 1/k^2$ 倍。

图3给出了MobileNet中采用的深度可分离卷积层结构和MobileNet整体结构。可以注意到MobileNet采用的深度可分离卷积在逐通道卷积和逐点卷积后均跟随Batch Normalization和ReLU激活函数。也有其他一些采用深度可分离卷积的方法尽在逐点卷积后进行Batch Normalization和ReLU激活。此外后续研究中MobileNet也有了更新的版本，如MobileNet V2，MobileNet V3，感兴趣的读者可以自行研究。

3. ShuffleNet

ShuffleNet是旷视科技提出的应用于移动设备的高效CNN模型。其作者注意到此前的运用深度可分离卷积的方法中1*1的逐点级卷积（Pointwise convolution）占用大量的计算资源。一个直接的解决思路是利用通道稀疏连接的方法，如分组卷积（Group convolution），来降低其计算复杂度。

分组卷积实际上早在AlexNet中就有使用，其基本思路是将输入特征图分为g组，每组内分别进行常规卷积，如图4（a）。由于每组输入和输出的通道数均变为原本的1/g，总计算量变为常规卷积的1/g。但是分组卷积存在的一个问题是一组输出只与本组内的输入有关，不同组间缺乏信息交互，可能会降低模型表征能力。

图4 两层的分组卷积及通道混洗分组卷积[2] (a) 分组卷积；(b), (c) 通道混洗分组卷积

为了解决分组卷积组间信息无法交互的问题，ShuffleNet提出一种采用通道间混洗（Channel shuffle）的分组卷积。在一层分组卷积得到输出后，对各组输出均匀打乱，使得下一层分组卷积中各分组的特征图来自上一层不同组的输出，从而实现不同分组间信息交互，如图4（b）及（c）。具体实现中，如图5所示，通过简单的维度变换（Reshape）和转置（Transpose）即可实现通道混洗：首先将上一层输出的通道数g×n维度变化为（g, n），接着转置为（n, g），最后重新维度变化为g×n。综上通过通道混洗的分组卷积一方面降低了计算量，一方面实现了通道间的信息交互。

在此基础上原文参考残差网络的bottleneck设计给出包含和不包含下采样的两个ShuffleNet Unit，如图6。

图6 ShuffleNet Unit[2] (a) 具有Depthwise Conv的bottleneck; (b) ShuffleNet Unit, stride=1; (c)ShuffleNet Unit, stride=2

进一步的，给出不同分组数的ShuffleNet如图7。此外后续研究中ShuffleNet也有了更新的版本，如ShuffleNet V2，感兴趣的读者可以自行研究。

图7 ShuffleNet结构[3] 注意在Stage2，由于输出通道数较少，因此不应用分组卷积。

4. GhostNet

GhostNet由华为诺亚方舟实验室提出，作者注意到常规卷积操作得到的特征图间存在很多冗余，例如图8中用相同颜色标出的特征图间相关性很高。因此可以减少常规卷积生成的特征图数量，而基于这些特征图采用一些廉价操作（Cheap operations），如简单线性变换等，生成更多特征图。原文中将常规卷积生成的特征图称为本质特征图（Intrinsic feature maps），由廉价操作生成的特征图称为幻影特征图（Ghost feature maps），因此该操作也可以称为幻影卷积（Ghost convolution）。

幻影卷积的具体操作如图9所示。假设希望生成通道数为N的特征图输出，幻影卷积也可以分为两步：

（1）首先通过常规卷积生成通道数为M=N/s的本质特征图。这一步操作与常规卷积无异，但通过减少输出通道数降低了计算量，该步的计算量为 $H\times W\times C\times \frac{N}{s}\times k \times k$ 。

（2）接着对于本质特征图中的每一个特征图分别通过s个变换 $\phi_{1}, \cdots, \phi_{k}, \cdots, \phi_{s}$ 生成最终输出的特征图。 $\phi_{k}$ 可以采用线性变换、仿射变换及小波变换等，且可以同时采用多个不同类型或超参数的变换。但考虑到硬件计算效率及实用性，原文中采用固定尺寸的卷积操作实现线性变换（该卷积操作对每个通道独立进行，相当于对本质特征图进行了s-1次depthwise卷积）。同时变换的最后一项 $\phi_{s}$ 取恒等映射，即在最终输出中保留本质特征图。假设采用卷积核尺寸为d的卷积实现线性变换，则该步的计算量为 $(s-1)\times \frac{N}{s}\times H\times W\times d \times d$ 。

综上一个幻影卷积的计算量为

$H\times W\times C\times \frac{N}{s}\times k \times k+(s-1)\times \frac{N}{s}\times H\times W\times d \times d$

相比具有相同输出特征图的常规卷积层其计算量比为(后两项近似是通过假设k与d近似相等，s远小于C得到的)

$\frac{}{}$ $\frac{H\times W\times C\times \frac{N}{s}\times k \times k+(s-1)\times \frac{N}{s}\times H\times W\times d \times d}{H \times W \times C \times N \times k \times k} \\= \frac{\frac{1}{s} \times C \times k \times k + \frac{s-1}{s} \times d \times d}{C \times k \times k}\approx \frac{s + C -1}{s \times C}\approx \frac{1}{s}$

即计算量近似为常规卷积的1/s倍。

在此基础上原文参考残差网络的bottleneck设计给出包含和不包含下采样的两个幻影卷积bottleneck（G-bneck），如图10。

进一步的给出GhostNet结构设计如图11。其中SE代表是否采用SE模块。

5. 参考文献

[1] MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications, 2017.

[2] ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices, 2018.

[3] GhostNet: More Features from Cheap Operations, 2020.

Mr_111000

关注

5
点赞
踩
57

收藏

觉得还不错? 一键收藏
0
评论
轻量化CNN模型整理—MobileNet，ShuffleNet，GhostNet

目前CNN的整体发展趋势是向着更深、更复杂的网络发展，但也因此导致了更高的计算代价。而在实际应用中，网络可能需要部署在计算资源有限的平台上，因此简化网络规模、提高网络效率也成为卷积网络研究的一个方向。本文主要整理了轻量化网络结构设计研究中的几个经典网络模型：MobileNet、ShuffleNet和GhostNet。
复制链接

扫一扫

专栏目录