用全连接层替代掉卷积 – RepMLP
这次给大家介绍一个工作， “RepMLP: Re-parameterizing Convolutions into Fully-connected Layers for Image Recognition”，是最近MLP热潮中的一篇有代表性的文章。
其github链接为https://github.com/DingXiaoH/RepMLP，有精力的朋友可以去跑一跑，看一看代码。
我们先回顾一下，先前的基于卷积网络的工作。之所以卷积网络能够有效，一定程度上是其对空间上的信息进行捕捉，通过多次的卷积提取到了空间上的特征，并且基本上覆盖了整张图片。假如我们将图片“拍平”然后用MLP进行训练，则失去了空间中的特征信息。
这篇文章的贡献在于：
- 利用了全连接（FC）的全局能力(global capacity) 以及 位置感知 (positional perception)，将其应用到了图像识别上
- 提出了一种简单的、无关平台的 (platform-agnostic)、可差分的算法，来将卷积和BN合并成FC
- 充分的实验分析，验证了RepMLP的可行性
整体框架
整个RepMLP分为两个阶段：
- 训练阶段
- 测试阶段
针对这两个阶段，如下图所示：
看上去有些复杂，我们先单独看看训练阶段的部分。
首先是全局感知（global perceptron）
主要分为两条路径：
- 路径1: 平均池化 + BN + FC1 + ReLU + FC2
- 路径2: 分块
我们记输入张量的形状为 ( N , C , H , W ) (N,C,H,W) (N,C,H,W)
路径1
对于路径1，首先平均池化将输入转换成 ( N , C , H h , W w ) (N,C,\frac{H}{h},\frac{W}{w}) (N,C,hH,wW), 相当于缩放，然后绿色的部分表示将张量“拍平”
也就是变成 ( N , C H W h w ) (N,\frac{CHW}{hw}) (N,hwCHW) 形状的张量，经过两层FC层之后，维度仍然保持，因为整个FC就相当于左乘一个方阵。
最终对 ( N , C H W h w ) (N,\frac{CHW}{hw}) (N,hwCHW) 形状的输出进行reshape，得到一个形状是 ( N H W h w , C , 1 , 1 ) (\frac{NHW}{hw}, C, 1, 1) (hwNHW,C,1,1) 的输出
路径2
对于路径2，直接将输入 ( N , C , H , W ) (N,C,H,W) (N,C,H,W) 转换成 N H W h w \frac{NHW}{hw} hwNHW 个 ( h , w ) (h,w) (h,w) 的小块，其形状也就是 ( N H W h w , C , h , w ) (\frac{NHW}{hw},C,h,w) (hwNHW,C,h,w)
最后将路径1和路径2的结果做加法，由于维度对不上，不过在PyTorch中，会进行自动的copy操作，也就是所有的 ( h , w ) (h,w) (h,w) 大小的块的每一个像素，都会加上一个值。
这一个部分的输出形状为 ( N H W h w , C , h , w ) (\frac{NHW}{hw},C,h,w) (hwNHW,C,h,w)
然后进入局部感知和分块感知的部分，如下图所示：
对于分块感知（partition perceptron）
首先，将4维的张量拍成2维，即 ( N H W h w , C , h , w ) (\frac{NHW}{hw},C,h,w) (hwNHW,C,h,w) 变成 ( N H W h w , C h w ) (\frac{NHW}{hw},Chw) (hwNHW,Chw)
然后FC3是一个参照 分组卷积（groupwise conv） 的操作，其中 g g g 是组的数目
原本FC3应该是 ( O h w , C h w ) (Ohw,Chw) (Ohw,Chw) 的一个矩阵，但是为了降低参数量，使用了分组的FC（groupwise FC）
分组卷积本质上就是对通道进行分组，我举个例子：
假设输入是一个 ( C , H , W ) (C,H,W) (C,H,W) 的张量，如果我们希望输出是 ( N , H ′ , W ′ ) (N,H',W') (N,H′,W′)
通常我们的卷积核形状为 ( N , C , K , K ) (N,C,K,K) (N,C,K,K) ，其中 K K K 是卷积核的大小
我们对通道 C C C 进行分组，每 g g g 个通道为一组，那么就有 C g \frac{C}{g} gC 个组
对于单独每一个组，进行卷积操作，我们的卷积核形状就会缩小成 ( N , C g , K , K ) (N,\frac{C}{g},K,K) (N,gC,K,K)
在这里，分组FC也就是对通道数 C h w Chw Chw 进行分组然后每一个组过FC，最终得到 ( N H W h w , O , h , w ) (\frac{NHW}{hw}, O,h,w) (hwNHW,O,h,w) 的张量
再经过BN层，张量形状不变。
而对于局部感知（local perceptron）
类似FPN的思想，进行了不同尺度的分组卷积，得到了4个形状为 ( N H W h w , O , h , w ) (\frac{NHW}{hw}, O,h,w) (hwNHW,O,h,w) 的张量
把局部感知的结果和分块感知的结果相加，就得到了 ( N , O , H , W ) (N,O,H,W) (N,O,H,W) 的输出
到这里你可能会问，这不是还存在着卷积吗？
这只是训练阶段，在推理阶段，便会把卷积都扔掉，如下图所示：
至此，我们用MLP替代掉了一个卷积的操作
实验分析
首先是一系列消融实验（Ablation Study）， 在CIFAR-10数据集上进行测试
A条件是在推断的时候保留BN层和conv层，结果没有变化
D，E条件分别是用一个9x9的卷积层替代掉FC3和整个RepMLP
Wide ConvNet是将本来的网络结构的通道数翻倍
结果说明局部感知和全局感知的重要性，同时推断的时候去除卷积部分没有影响，实现了MLP的替换
然后作者替换掉了ResNet50的一些block，进行了测试
只替换掉倒数第二个残差块，参数量多了一些，但是正确率有小幅度的增加
倘若我们完全替换掉更多的卷积部分
参数量会增加，正确率也会有小幅度的增加
578
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
