MobileNext：打破常规，依图逆向改造inverted residual block | ECCV 2020

论文深入分析了inverted residual block的设计理念和缺点，提出更适合轻量级网络的sandglass block，基于该结构搭建的MobileNext。根据论文的实验结果，MobileNext在参数量、计算量和准确率上都有更优的表现，唯一遗憾的是论文没有列出在设备上的实际用时，如果补充一下更好了

来源：晓飞的算法工程笔记 公众号

论文: Rethinking Bottleneck Structure for Efficient Mobile Network.pdf

• 论文地址：https://arxiv.org/abs/2007.02269
• 论文代码：https://github.com/zhoudaquan/rethinking_bottleneck_design

Introduction

---

 在介绍MobileNext前，先回顾一下bottleneck结构：

• Residual block with bottleneck structure，包含两个$1\times 1$卷积层用于维度的降低和扩大，以及中间的$3\times 3$卷积用于提取特征，如图2a。这个结构不适用于轻量级网络，因为中间的$3\times 3$卷积的参数量和计算量都非常大。
• Depthwise separable convolutions，为了解决标准卷积带来的参数量和计算量问题，将其分解为depthwise卷积和pointwise卷积，前者用于提取单维度的特征，后者用于线性组合多维度特征，大幅降低了计算量和参数量。
• Inverted residual block，专为移动设备设计，为了节省计算量，输入改为低维度特征，先通过pointwise卷积扩大维度，然后通过depthwise卷积提取特征，最后通过pointwise卷积降低维度输出，如图2b。这里有两点不影响准确率的性能改进：1）skip path仅建立在低维度bottleneck间。2）最后一个pointwise卷积不需要非线性激活。

 尽管Inverted residual block性能不错，但中间需要将特征先降到较低的维度，会导致以下几个问题：

• 降低维度可能不足以保留足够的有用信息。
• 近期有研究发现更宽的网络结构有助于缓解梯度混淆（不同batch产生的梯度抵消），能够提升网络性能。
• shortcut建立在bottleneck之间，由于bottleneck维度较少，也可能会阻碍梯度的回传。

 为了解决上述问题，论文提出了设计更优的sandglass block，结构如图3c，基于此搭建了MobileNeXt，在性能和计算量上都优于MobileNetV2。
 论文的主要贡献如下：

• 重新思考移动网络的bottleneck结构，发现inverted residual并不是最优的bottleneck结构。
• 研究发现，shortcut应该建立在高维度特征上，depthwise卷积应该应用在高维度特征空间上学习更多样特征，linear residual是bottleneck结构的关键。
• 基于上述发现提出sandglass block，更适合移动网络的搭建。

Method

---

Sandglass Block

 Sandglass Block的设计核心主要基于以下两个想法，也是与其他轻量级结构的主要区别：

1. 为了更好地保留信息的传递和梯度的回传，shortcut应当建立在高维度特征之间。
2. 卷积核较小的depthwise卷积是轻量的，可用于对高维度特征进行进一步的特征提取。

• Rethinking the positions of expansion and reduction layers

 inverted residual block先进行维度扩展，最后再进行缩减，根据设计核心将两个pointwise卷积的顺序互换。定义sandglass block的输入和输出为$F\in {\mathbb{R}}^{D_f\times D_f\times M}$和$G\in {\mathbb{R}}^{D_f\times D_f\times M}$，则维度变化可表示为：

 ${\varphi }_e$和${\varphi }_r$为用于维度扩展和缩减的pointwise卷积。这样的设计将bottleneck保持在residual path中间能够减少参数量和计算量，最重要的是，能将shortcut建立在维度较大的特征上。

• High-dimensional shortcuts

 shortcut不再连接低维度的bottleneck，而是连接维度较高的$F$和$G$。能够更好地传递信息和回传梯度。

• Learning expressive spatial features

 pointwise卷积只能捕捉通道间特征，缺乏空间特征的捕捉能力。可以像inverted residual block那样中间使用depthwise卷积来显示地提取空间特征，如图3a所示。但由于sandglass block中间是bottleneck，中间添加的depthwise卷积的卷积核数量很少，只能捕捉少量空间信息。通过实验也发现，这样设计的准确率会比MobileNetV2下降1%。
 因此，sandglass block将depthwise卷积置于residual path的开头和结尾，如图3b所示，可表示为：

 ${\varphi }_{i,p}$和${\varphi }_{i,d}$代表$i$个pointwise卷积和depthwise卷积。对比inverted residual block，由于现在depthwise卷积的输入为高维度特征，可以提取更丰富的空间信息。

• Activation layers

 有研究发现，使用线性bottleneck能够防止特征值变为零，减少信息丢失。根据这一建议以及实验结果，sandglass block仅在第一个depthwise卷积后面和第二个pointwise卷积后面添加激活层，其余的均不添加。

• Block structure

 sandglass block的结构如表1所示，当输入和输出维度不一样时，不添加shortcut，depthwise卷积采用$3\times 3$卷积核，在需要的地方采用BN+ReLU6的组合。

MobileNeXt Architecture

 基于sandglass block，构建了如表2所示的MobileNeXt，开头是32维输出的卷积，后续是sandglass block的堆叠，最后是全局平均池化，将二维的特征图压缩为一维，最后再由全连接层输出每个类别的分数。

• Identity tensor multiplier

 尽管shortcut连接有助于梯度的回传，但论文通过实验发现，其实不需要保持完整的特征去跟residual path结合。为了让网络对移动设备更友好，论文提出超参数identity tensor multiplier $\alpha \in [0,1]$，用于控制shortcut传递的特征维度。
 定义$\varphi$为residual path的转换函数，原来的residual block计算可表示为$G=\varphi (F)+F$，加上超参数后，residual block变为：

 下标代表通道，使用较小的$\alpha$有两个好处：

• 耗时的element-wise addition的计算将会减少。
• 耗时的内存访问(MAC)将减少，另外由于需要缓存的tensor变小了，有助于将其缓存在高速内存中，可以进一步加速。

Experiment

---

 与MobileNetV2在ImageNet上进行对比。

 与其他网络在ImageNet上进行对比。

 不同identity tensor multiplier的对比。

 作为检测网络的主干网络的对比。

Conclustion

---

 论文深入分析了inverted residual block的设计理念和缺点，提出更适合轻量级网络的sandglass block，基于该结构搭建的MobileNext。sandglass block由两个depthwise卷积和两个pointwise卷积组成，部分卷积不需激活以及shorcut建立在高维度特征上。根据论文的实验结果，MobileNext在参数量、计算量和准确率上都有更优的表现，唯一遗憾的是论文没有列出在设备上的实际用时，如果补充一下更好了。

 

 
 
 

如果本文对你有帮助，麻烦点个赞或在看呗～
更多内容请关注 微信公众号【晓飞的算法工程笔记】