Submanifold Sparse Convolutional Networks

最新推荐文章于 2024-03-16 14:35:55 发布

THE@JOKER

最新推荐文章于 2024-03-16 14:35:55 发布

阅读量460

点赞数

分类专栏： 3D点云文章标签：网络算法神经网络

原文链接：https://zhuanlan.zhihu.com/p/97367489

版权

3D点云专栏收录该内容

11 篇文章 5 订阅

订阅专栏

转自：https://zhuanlan.zhihu.com/p/97367489

摘要

卷积处理的数据（比如图片）一般都是很dense的，但是有些数据是sparse的（比如点云数据，在纸上形成的笔画）。在这些稀疏数据上直接用dense的卷积网络是非常没有效率的。本文引入了一种稀疏卷积运算，该运算针对处理稀疏数据而定制，与之前的稀疏卷积网络的工作不同，该卷积仅仅是在在子流形结构上运行，而不是将观测扩展到网络的每一层（不是对网络的每一层进行扩张）。

作者的工作就是在不改变稀疏度的基础上，实现稀疏卷积。也就是只对有值的位置坐卷积。采用这种结构，最终可以以减少50%的空间消耗。

（总之就是一个很适合处理稀疏数据的卷积操作）

为什么不能用一般的卷积操作处理稀疏数据？

在这里插入图片描述

左：原始输入，是一个手画的圆形，是嵌入在二维网格(grid)上的一维曲线(curve)。
中：一次3x3卷积之后的结果
右：两次3x3卷积之后的结果

上图的输入是一个手写数字识别的例子，作者把上图表示出来的问题叫做submanifold dilation （子流形扩张）问题，可以看到原始数据是非常sparse的，但是用了传统卷积之后，特征图的稀疏性很快就消失了。特征就不会捕捉到该流型结构。

如果不是对所有的pixel进行卷积，只对白色的有curve的pixel进行卷积操作会怎么样？
结果就是，会丢失很多信息，没法分类。

注：作者把白色的这些有意义的pixel叫做active site

Very Deep Convolutional Networks

在卷积中，一般小的核比较适用于深层的网络结构，比如一些VGG，ResNet等结构，但是作者指出，这些结构都不能适用当前的稀疏卷积去实现，就是因为深度过深导致了感受野更大，随后模糊信息更严重，稀疏性减少，流型结构丢失。

什么是（submanifold）子流形？

We use the term ‘submanifold’ to refer to input data that is sparse because it has a lower effective dimension than the space in which it lives, for example a one-dimensional curve in 2+ dimensional space, or a two-dimensional surface in 3+ dimensional space.

我们使用术语“子流形”来表示输入数据是稀疏的，因为它的有效维数低于它所在的空间，例如二维空间中的一维曲线，或三维空间中的二维曲面。

稀疏卷积SC和VSC

作者提出两种卷积操作：SC 和 VSC。

（1）SC卷积操作

稀疏卷积操作sparse convolution，可以表示为SC(m, n, f, s)，其中m是input feature planes，我感觉应该就是输入特征channel数；n是输出特征channel数； f是filter size； s是stride。

其中 f 可以是non-square filter。传统的filter size一般是3x3, 5x5 …这里可以是1x7…可以用于实现inception的结构）
在这里插入图片描述
和一般的卷积最大的区别在于。如果一开始输入的数据中该ground state是 non-active的，那么最后的输出也是non-active的。它假定non-active sites的输入恰好为零，从而丢弃了non-active sites的ground state。

我感觉最关键的部分就是：
在这里插入图片描述

（2）VSC卷积操作

VSC结构是通过SC结构修改过来的，对于SC而言，可以出现输出的fea-map的大小和输入的不一样，但是对VSC来说则是一样的。作者首先是进行的一个padding操作，接着也限制了那些仅仅是只有在输入是active的，输出才能是activate。
在这里插入图片描述

（3）激活函数和pooling函数

在这里插入图片描述

（4）计算和内存开销

下图展示了active site和non-active site在传统卷积C，SC， VSC的计算和内存开销。

Context：filter size为3，对一个d维的single location进行卷积。
在这里插入图片描述

其中， a是active sites number， m是input channel number， n是output channel number。

用提出的卷积构建常用网络

在这里插入图片描述

用于构建子流形稀疏卷积网络的模块
在这里插入图片描述

实现过程

在这里插入图片描述

（3）VSC的实现过程
和SC不同的只是rule book的构建。

实验

在ModelNet-40数据集上的结果。
在这里插入图片描述

最后

结果可视化里面如果有个类似下面这样的图，更能表示使用SC/VSC不会降低数据稀疏性。

然而没有，试着自己可视化看看吧。
在这里插入图片描述

这篇文章没有发表，而是作为《3D Semantic Segmentation with Submanifold Sparse Convolutional Networks》的一部分后来发表的。

如果看不懂这篇文章的一些细节，没关系，去读写的更清楚详细的《3D Semantic Segmentation with Submanifold Sparse Convolutional Networks》。我有点吐血，写完这个才读了《3D Semantic Segmentation with Submanifold Sparse Convolutional Networks》，很多我猜出来的细节，在文章中就写明了，去读吧，清晰很多。

翻译：
https://blog.csdn.net/weixin_38087692/article/details/107400425?utm_medium=distribute.pc_relevant.none-task-blog-baidujs_title-2&spm=1001.2101.3001.4242