GhostNet: More Features from Cheap Operations
GhostNet: More Features from Cheap Operations
论文地址:https://arxiv.org/abs/1911.11907
Ghost Module
设输入为
X
∈
R
c
×
h
×
w
X\in \mathbb{R}^{c\times h\times w}
X∈Rc×h×w,其中
c
c
c是输入通道数,
h
h
h和
w
w
w分别是高和宽。卷积层可表述为:
Y
=
X
∗
f
+
b
Y=X*f+b
Y=X∗f+b其中,
∗
*
∗是卷积操作,
b
b
b是偏置项,
Y
∈
R
h
′
×
w
′
×
n
Y\in \mathbb{R}^{h'\times w'\times n}
Y∈Rh′×w′×n是输出的
n
n
n维feature map,
f
∈
R
c
×
k
×
k
×
n
f\in \mathbb{R}^{c\times k\times k\times n}
f∈Rc×k×k×n是卷积核。
这个卷积过程中,FLOPs可以用
n
⋅
h
′
⋅
w
′
⋅
c
⋅
k
⋅
k
n\cdot h'\cdot w'\cdot c\cdot k\cdot k
n⋅h′⋅w′⋅c⋅k⋅k来计算。这个数字往往非常巨大。然而,生成的feature map具有冗余性,因此,如果要得到相同的feature map,完全可以通过卷积生成一部分intrinsic feature map,另一部分通过对intrinsic feature map进行cheap transform得到。这样就可以缩减运算量。
利用
Y
=
X
∗
f
Y=X*f
Y=X∗f生成了
m
m
m个通道的intrinsic feature map
Y
′
∈
R
h
′
×
w
′
×
m
Y'\in \mathbb{R}^{h'\times w'\times m}
Y′∈Rh′×w′×m,
m
≤
n
m\le n
m≤n,偏置项为了简化而略去了。
为了得到
n
n
n个通道的feature map,对intrinsic feature map进行一系列线性运算:
y
i
j
=
ϕ
i
,
j
(
y
i
′
)
,
∀
i
=
1
,
⋯
,
m
,
j
=
1
,
⋯
,
s
y_{ij}=\phi _{i,j}\left( y_i' \right) ,\ \forall i=1,\cdots ,m,\ j=1,\cdots ,s
yij=ϕi,j(yi′), ∀i=1,⋯,m, j=1,⋯,s其中,
y
i
′
y_i'
yi′是intrinsic feature map中的第
i
i
i个map,
ϕ
i
,
j
\phi _{i,j}
ϕi,j是
y
i
′
y_i'
yi′生成第
j
j
j个ghost feature map的线性运算,也就是说,每个
y
i
′
y_i'
yi′可以生成
s
s
s个ghost feature map
{
y
i
j
}
j
=
1
s
\left\{ y_{ij} \right\} _{j=1}^{s}
{yij}j=1s;而
ϕ
i
,
s
\phi _{i,s}
ϕi,s是恒等映射,将intrinsic feature map保留至最终输出的feature map中。
由此得到了 n = m ⋅ s n=m\cdot s n=m⋅s 维的feature map Y = [ y 11 , y 12 , ⋯ , y m s ] Y=\left[ y_{11},y_{12},\cdots ,y_{ms} \right] Y=[y11,y12,⋯,yms],作为Ghost module的输出。
与现有方法的不同
- 现有方法(MobileNet、SqueezeNetShuffleNet等)广泛使用 1 × 1 1 \times 1 1×1点卷积;而Ghost module可以自定义卷积核大小
- 现有方法大都是先用pointwise卷积降维、再用depthwise卷积进行特征提取;而Ghost module则是先做原始卷积获得 intrinsic feature map,再用简单的线性变换来获取更多feature map
- 现有方法中处理每个特征图大都使用depthwise卷积或shift操作;而Ghost module使用线性变换,可以有很大的多样性
- Ghost module中利用恒等映射与线性变换来保留intrinsic feature map
复杂度分析
由于有1次恒等映射,因此有 m ⋅ ( s − 1 ) = n s ⋅ ( s − 1 ) m\cdot \left( s-1 \right) =\frac{n}{s}\cdot \left( s-1 \right) m⋅(s−1)=sn⋅(s−1)次线性运算,每个线性运算核大小平均为 d × d d \times d d×d。加速比可以计算为:
r s = n ⋅ h ′ ⋅ w ′ ⋅ c ⋅ k ⋅ k n s ⋅ h ′ ⋅ w ′ ⋅ c ⋅ k ⋅ k + ( s − 1 ) ⋅ n s ⋅ h ′ ⋅ w ′ ⋅ d ⋅ d = c ⋅ k ⋅ k 1 s ⋅ c ⋅ k ⋅ k + s − 1 s ⋅ d ⋅ d ≈ s ⋅ c s + c − 1 ≈ s r_s=\frac{n\cdot h'\cdot w'\cdot c\cdot k\cdot k}{\frac{n}{s}\cdot h'\cdot w'\cdot c\cdot k\cdot k+\left( s-1 \right) \cdot \frac{n}{s}\cdot h'\cdot w'\cdot d\cdot d}\\ =\frac{c\cdot k\cdot k}{\frac{1}{s}\cdot c\cdot k\cdot k+\frac{s-1}{s}\cdot d\cdot d}\approx \frac{s\cdot c}{s+c-1}\approx s rs=sn⋅h′⋅w′⋅c⋅k⋅k+(s−1)⋅sn⋅h′⋅w′⋅d⋅dn⋅h′⋅w′⋅c⋅k⋅k=s1⋅c⋅k⋅k+ss−1⋅d⋅dc⋅k⋅k≈s+c−1s⋅c≈s其中, d × d d \times d d×d和 k × k k \times k k×k的量级相似,而 s ≪ c s\ll c s≪c。
类似地,压缩比可以计算为:
r
c
=
n
⋅
c
⋅
k
⋅
k
n
s
⋅
c
⋅
k
⋅
k
+
s
−
1
s
⋅
d
⋅
d
≈
s
⋅
c
s
+
c
−
1
≈
s
r_c=\frac{n\cdot c\cdot k\cdot k}{\frac{n}{s}\cdot c\cdot k\cdot k+\frac{s-1}{s}\cdot d\cdot d}\approx \frac{s\cdot c}{s+c-1}\approx s
rc=sn⋅c⋅k⋅k+ss−1⋅d⋅dn⋅c⋅k⋅k≈s+c−1s⋅c≈s
Ghost bottlenect (G-bneck)
如图,Ghost bottleneck和ResNet中的residual block相似:
- G-bneck中包含2个Ghost module。第一个充当了expansion layer,用于扩张通道数;第二个则缩减通道数,以此和shortcut path相匹配。
- 每一层都使用了batch normalization
- 每层的激活函数都是ReLU(除了第二个Ghost module之后的层不用【具体原因参考MobileNetV2】)
- s t r i d e = 2 stride=2 stride=2时,shortcut path通过降采样层实现,而两个Ghost module之间还添加了一个 s t r i d e = 2 stride=2 stride=2的深度卷积层
- 实践中,为了提高效率,Ghost module中所有“基础卷积”都是点卷积
GhostNet
将MobileNetV3中的bottleneck block替换成G-bneck,搭建了GhostNet:
- 第1层是标准的卷积层,卷积核有16个
- 根据G-bneck的输入feature map大小,将网络分为若干组
- 每组最后一个G-bneck的 s t r i d e = 2 stride=2 stride=2,其余 s t r i d e = 1 stride=1 stride=1
- 最终使用global average pooling,并通过卷积层,将feature map映射为1280维的feature vector,用于分类问题
- 某些G-bneck中使用了squeeze and excite (SE) module
- 和MoileNetV3不同,没有使用hard-swish,因为其时延过大
实验
首先进行一个验证性实验,观察原始feature map和生成的ghost feature map之间的重构误差。
以图1中的3对feature map为例,ResNet50第一个残差块提取出的特征,把左边的作为输入,右边的作为输出,用深度卷积学习映射关系(这是一个线性的关系),深度卷积大小为
d
d
d,
d
d
d取不同值时,MSE值为:
由表可知,MSE值很小,也就是说,feature map之间确实存在着很强的关联性,feature map存在着冗余性。
参考资料: