SqueezeNet模型详解

关于SqueezeNet为何能够在达到AlexNet精度的基础之上还能够使模型的参数减小巨多的分析详情，参见SqueezeNet这篇文章，本文章的目的是在实际应用中如何引入SqueezeNet。

设计基本原则

1.使用更小的1*1卷积核来替换3*3卷积核

采取了之后例如GoogleNet，ResNet设计中的3*3卷积来代替ALexNet的7*7卷积，然后用了1*1来部分替代上述的3*3卷积。但是由于为了保证不影响识别的精度，因此不是完全替换，而是进行了部分的替换。

2.减少输入3*3卷积的特征图的数量

如果将conv1-conv2这样直接连接，是没有办法减小feature map的数量的，启发自1*1卷积核的升维降维的作用，使用1*1卷积核来进行过渡，然后将其接3*3卷积核就可以满足上述目标。作者在这里将其封装成了Fire Module。

3.减少pooling

在GooLeNet以及之后的ResNet中，都发现适当地减少pooling能够起到比较好的效果，此处的设计中只进行了3次max pooling和1次global pooling。

Fire Module

Fire Module是本文的核心构件，思想非常简单，就是将原来简单的一层conv层变成两层：squeeze层+expand层，各自带上Relu激活层。在squeeze层里面全是1x1的卷积kernel，数量记为S11；在expand层里面有1x1和3x3的卷积kernel，数量分别记为E11和E33，要求S11 < input map number即满足上面的设计原则（2）。expand层之后将1x1和3x3的卷积output feature maps在channel维度拼接起来。

总体网络结构

首先直接上图说明其基本结构:

其结构清晰直观，后面的两种结构吸收了ResNet的基本思想进行设计，发现可以一定程度上地提升效果，但是由于并不是其设计思想的功劳，因此后文中没有进行对比。

看一张三种结构的性能对比：

接下来是关于一个各层的详细说明：

实验结果

主要在imagenet数据上比较了alexnet，可以看到准确率差不多的情况下，squeezeNet模型参数数量显著降低了（下表倒数第三行），参数减少50X；如果再加上deep compression技术，压缩比可以达到461X！还是不错的结果。不过有一点，用deep compression[2]是有解压的代价的，所以计算上会增加一些开销。