DenseNet：比ResNet更优的CNN模型

最新推荐文章于 2024-02-20 20:38:51 发布

薛定谔的炼丹炉！

最新推荐文章于 2024-02-20 20:38:51 发布

阅读量467

点赞数 1

分类专栏：经典模型

原文链接：https://blog.csdn.net/xiaohu2022/article/details/85560788?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.none-task

版权

经典模型专栏收录该内容

15 篇文章 0 订阅

订阅专栏

原文链接：https://blog.csdn.net/xiaohu2022/article/details/85560788?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.none-task

码字不易，欢迎给个赞！

欢迎交流与转载，文章会同步发布在公众号：机器学习算法全栈工程师(Jeemy110)

文章目录

前言

在计算机视觉领域，卷积神经网络（CNN）已经成为最主流的方法，比如最近的GoogLenet，VGG-19，Incepetion等模型。CNN史上的一个里程碑事件是ResNet模型的出现，ResNet可以训练出更深的CNN模型，从而实现更高的准确度。ResNet模型的核心是通过建立前面层与后面层之间的“短路连接”（shortcuts，skip connection），这有助于训练过程中梯度的反向传播，从而能训练出更深的CNN网络。今天我们要介绍的是DenseNet模型，它的基本思路与ResNet一致，但是它建立的是前面所有层与后面层的密集连接（dense connection），它的名称也是由此而来。DenseNet的另一大特色是通过特征在channel上的连接来实现特征重用（feature reuse）。这些特点让DenseNet在参数和计算成本更少的情形下实现比ResNet更优的性能，DenseNet也因此斩获CVPR 2017的最佳论文奖。本篇文章首先介绍DenseNet的原理以及网路架构，然后讲解DenseNet在Pytorch上的实现。
在这里插入图片描述

设计理念

相比ResNet，DenseNet提出了一个更激进的密集连接机制：即互相连接所有的层，具体来说就是每个层都会接受其前面所有层作为其额外的输入。图1为ResNet网络的连接机制，作为对比，图2为DenseNet的密集连接机制。可以看到，ResNet是每个层与前面的某层（一般是2~3层）短路连接在一起，连接方式是通过元素级相加。而在DenseNet中，每个层都会与前面所有层在channel维度上连接（concat）在一起（这里各个层的特征图大小是相同的，后面会有说明），并作为下一层的输入。对于一个 $L L L$ 层的网络，DenseNet共包含 $L(L+1)2\frac{L(L+1)}{2}2L(L+1)$ 个连接，相比ResNet，这是一种密集连接。而且DenseNet是直接concat来自不同层的特征图，这可以实现特征重用，提升效率，这一特点是DenseNet与ResNet最主要的区别。
在这里插入图片描述

图1 ResNet网络的短路连接机制（其中+代表的是元素级相加操作）

在这里插入图片描述

图2 DenseNet网络的密集连接机制（其中c代表的是channel级连接操作）

如果用公式表示的话，传统的网络在 $l l l$ 层的输出为：
$xl=Hl(xl−1)x_l = H_l(x_{l-1})xl=Hl(xl−1)$ 而对于ResNet，增加了来自上一层输入的identity函数：
$xl=Hl(xl−1)+xl−1x_l = H_l(x_{l-1}) + x_{l-1}xl=Hl(xl−1)+xl−1$ 在DenseNet中，会连接前面所有层作为输入：
$xl=Hl([x0,x1,...,xl−1])x_l = H_l([x_0, x_1, ..., x_{l-1}])xl=Hl([x0,x1,...,xl−1])$ 其中，上面的 $Hl(⋅)H_l(\cdot)Hl(⋅)$ 代表是非线性转化函数（non-liear transformation），它是一个组合操作，其可能包括一系列的BN(Batch Normalization)，ReLU，Pooling及Conv操作。注意这里 $l l l$ 层与 $l - 1 l - 1 l - 1$ 层之间可能实际上包含多个卷积层。

DenseNet的前向过程如图3所示，可以更直观地理解其密集连接方式，比如 $h3h_3h3$ 的输入不仅包括来自 $h2h_2h2$ 的 $x2x_2x2$ ，还包括前面两层的 $x1x_1x1$ 和 $x2x_2x2$ ，它们是在channel维度上连接在一起的。

在这里插入图片描述

图3 DenseNet的前向过程

CNN网络一般要经过Pooling或者stride>1的Conv来降低特征图的大小，而DenseNet的密集连接方式需要特征图大小保持一致。为了解决这个问题，DenseNet网络中使用DenseBlock+Transition的结构，其中DenseBlock是包含很多层的模块，每个层的特征图大小相同，层与层之间采用密集连接方式。而Transition模块是连接两个相邻的DenseBlock，并且通过Pooling使特征图大小降低。图4给出了DenseNet的网路结构，它共包含4个DenseBlock，各个DenseBlock之间通过Transition连接在一起。
在这里插入图片描述

图4 使用DenseBlock+Transition的DenseNet网络

网络结构

如前所示，DenseNet的网络结构主要由DenseBlock和Transition组成，如图5所示。下面具体介绍网络的具体实现细节。
在这里插入图片描述

图6 DenseNet的网络结构

在DenseBlock中，各个层的特征图大小一致，可以在channel维度上连接。DenseBlock中的非线性组合函数 $H(⋅)H(\cdot)H(⋅)$ 采用的是BN+ReLU+3x3 Conv的结构，如图6所示。另外值得注意的一点是，与ResNet不同，所有DenseBlock中各个层卷积之后均输出 $k k k$ 个特征图，即得到的特征图的channel数为 $k k k$ ，或者说采用 $k k k$ 个卷积核。 $k k k$ 在DenseNet称为growth rate，这是一个超参数。一般情况下使用较小的 $k k k$ （比如12），就可以得到较佳的性能。假定输入层的特征图的channel数为 $k0k_0k0$ ，那么 $l l l$ 层输入的channel数为 $k0+k(l−1)k_0+k(l-1)k0+k(l−1)$ ，因此随着层数增加，尽管 $k k k$ 设定得较小，DenseBlock的输入会非常多，不过这是由于特征重用所造成的，每个层仅有 $k k k$ 个特征是自己独有的。
在这里插入图片描述

图6 DenseBlock中的非线性转换结构

由于后面层的输入会非常大，DenseBlock内部可以采用bottleneck层来减少计算量，主要是原有的结构中增加1x1 Conv，如图7所示，即BN+ReLU+1x1 Conv+BN+ReLU+3x3 Conv，称为DenseNet-B结构。其中1x1 Conv得到 $4 k 4 k 4 k$ 个特征图它起到的作用是降低特征数量，从而提升计算效率。

在这里插入图片描述

图7 使用bottleneck层的DenseBlock结构

对于Transition层，它主要是连接两个相邻的DenseBlock，并且降低特征图大小。Transition层包括一个1x1的卷积和2x2的AvgPooling，结构为BN+ReLU+1x1 Conv+2x2 AvgPooling。另外，Transition层可以起到压缩模型的作用。假定Transition的上接DenseBlock得到的特征图channels数为 $m m m$ ，Transition层可以产生 $⌊θm⌋\lfloor\theta m\rfloor⌊θm⌋$ 个特征（通过卷积层），其中 $θ∈(0,1]\theta \in (0,1]θ∈(0,1]$ 是压缩系数（compression rate）。当 $θ=1\theta=1θ=1$ 时，特征个数经过Transition层没有变化，即无压缩，而当压缩系数小于1时，这种结构称为DenseNet-C，文中使用 $θ=0.5\theta=0.5θ=0.5$ 。对于使用bottleneck层的DenseBlock结构和压缩系数小于1的Transition组合结构称为DenseNet-BC。

DenseNet共在三个图像分类数据集（CIFAR，SVHN和ImageNet）上进行测试。对于前两个数据集，其输入图片大小为 $32×3232\times 3232×32$ ，所使用的DenseNet在进入第一个DenseBlock之前，首先进行进行一次3x3卷积（stride=1），卷积核数为16（对于DenseNet-BC为 $2 k 2 k 2 k$ ）。DenseNet共包含三个DenseBlock，各个模块的特征图大小分别为 $32×3232\times 3232×32$ ， $16×1616\times 1616×16$ 和 $8×88\times 88×8$ ，每个DenseBlock里面的层数相同。最后的DenseBlock之后是一个global AvgPooling层，然后送入一个softmax分类器。注意，在DenseNet中，所有的3x3卷积均采用padding=1的方式以保证特征图大小维持不变。对于基本的DenseNet，使用如下三种网络配置： ${L=40,k=12}\{L=40, k=12\}{L=40,k=12}$ , ${L=100,k=12}\{L=100, k=12\}{L=100,k=12}$ , ${L=40,k=24}\{L=40, k=24\}{L=40,k=24}$ 。而对于DenseNet-BC结构，使用如下三种网络配置： ${L=100,k=12}\{L=100, k=12\}{L=100,k=12}$ , ${L=250,k=24}\{L=250, k=24\}{L=250,k=24}$ , ${L=190,k=40}\{L=190, k=40\}{L=190,k=40}$ 。这里的 $L L L$ 指的是网络总层数（网络深度），一般情况下，我们只把带有训练参数的层算入其中，而像Pooling这样的无参数层不纳入统计中，此外BN层尽管包含参数但是也不单独统计，而是可以计入它所附属的卷积层。对于普通的 ${L=40,k=12}\{L=40, k=12\}{L=40,k=12}$ 网络，除去第一个卷积层、2个Transition中卷积层以及最后的Linear层，共剩余36层，均分到三个DenseBlock可知每个DenseBlock包含12层。其它的网络配置同样可以算出各个DenseBlock所含层数。

对于ImageNet数据集，图片输入大小为 $224×224224\times 224224×224$ ，网络结构采用包含4个DenseBlock的DenseNet-BC，其首先是一个stride=2的7x7卷积层（卷积核数为 $2 k 2 k 2 k$ ），然后是一个stride=2的3x3 MaxPooling层，后面才进入DenseBlock。ImageNet数据集所采用的网络配置如表1所示：

表1 ImageNet数据集上所采用的DenseNet结构

在这里插入图片描述

实验结果及讨论

这里给出DenseNet在CIFAR-100和ImageNet数据集上与ResNet的对比结果，如图8和9所示。从图8中可以看到，只有0.8M的DenseNet-100性能已经超越ResNet-1001，并且后者参数大小为10.2M。而从图9中可以看出，同等参数大小时，DenseNet也优于ResNet网络。其它实验结果见原论文。
在这里插入图片描述

图8 在CIFAR-100数据集上ResNet vs DenseNet

在这里插入图片描述

图9 在ImageNet数据集上ResNet vs DenseNet

综合来看，DenseNet的优势主要体现在以下几个方面：

由于密集连接方式，DenseNet提升了梯度的反向传播，使得网络更容易训练。由于每层可以直达最后的误差信号，实现了隐式的“deep supervision”；
参数更小且计算更高效，这有点违反直觉，由于DenseNet是通过concat特征来实现短路连接，实现了特征重用，并且采用较小的growth rate，每个层所独有的特征图是比较小的；
由于特征复用，最后的分类器使用了低级特征。

要注意的一点是，如果实现方式不当的话，DenseNet可能耗费很多GPU显存，一种高效的实现如图10所示，更多细节可以见这篇论文Memory-Efficient Implementation of DenseNets。不过我们下面使用Pytorch框架可以自动实现这种优化。
在这里插入图片描述

图10 DenseNet的更高效实现方式

薛定谔的炼丹炉！

关注

1
点赞
踩
2

收藏

觉得还不错? 一键收藏
0
评论
DenseNet：比ResNet更优的CNN模型

原文链接：https://blog.csdn.net/xiaohu2022/article/details/85560788?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.none-task ...
复制链接

扫一扫