MobileNets -Efficient Convolutional Neural Networks for Mobile Vision Applications 论文解读

冷不防 2022-03-12 17:10 217阅读 0赞

MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications  
author: Andrew G. Howard et. al  
aiXiv:[https://arxiv.org/abs/1704.04861][https_arxiv.org_abs_1704.04861]  
intro: depthwise separable conv, multiplier

MobileNets使用深度可分离卷积将卷积过程分解成Depthwise和Pointwise两步的卷积过程，减少了模型的计算量和参数。另外通过设置Width Multiplier( α \\alpha α)和Resolution Multiplier( ρ \\rho ρ)减小模型宽度和表达尺寸。

**Depthwise Separable Conv：**  
如下图的卷积过程，输入的feature map为  S ∗ S ∗ M S\*S\*M S∗S∗M，输出为N个通道，使用的卷积核大小为 F ∗ F ∗ M F\*F\*M F∗F∗M，数目为 N N N个，那么需要的计算量为 F ∗ F ∗ S ∗ S ∗ M ∗ N F\*F\*S\*S\*M\*N F∗F∗S∗S∗M∗N。在MobileNet中，将这个卷积过程为成两步卷积，第一步：先用 M M M个尺寸为 F ∗ F ∗ 1 F\*F\*1 F∗F∗1的卷积核与输入的feature map进行卷积，每个卷积核只与输入的feature map中的一个通道进行卷积，得到 M M M个单通道的卷积结果；第二步：使用 N N N个 1 ∗ 1 ∗ M 1\*1\*M 1∗1∗M的卷积核对上一步得到的 M M M个通道的卷积结果进行联合，最后得到与普通卷积相同的结果，计算量为 F ∗ F ∗ S ∗ S ∗ M + S ∗ S ∗ M ∗ N F\*F\*S\*S\*M+S\*S\*M\*N F∗F∗S∗S∗M\+S∗S∗M∗N。  
普通卷积与深度可分离卷积的计算量的比值为： ( F ∗ F ∗ S ∗ S ∗ M + S ∗ S ∗ M ∗ N ) / ( F ∗ F ∗ S ∗ S ∗ M ∗ N ) = 1 / N + 1 / F 2 (F\*F\*S\*S\*M+S\*S\*M\*N)/(F\*F\*S\*S\*M\*N)=1/N+1/F^2 (F∗F∗S∗S∗M\+S∗S∗M∗N)/(F∗F∗S∗S∗M∗N)=1/N\+1/F2。N的值一般较大，如果使用3\*3的卷积核，即 F = 3 F=3 F=3，那么计算计算量约为原来的1/9。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0plcnJ5WmhhbmdfXw_size_11_color_FFFFFF_t_70]  
MobileNet的结构：

*  在Depthwise conv和PointWise conv后面都加上batch norm和ReLu；
 *  使用带步长的Depthwise conv代替池化层；
 *  网络的最后是全连接和softmax层，全连接层之前使用平均池化将空间分辨率转为1；

由于MobileNet相对比较小，在训练中不容易过拟合，因此对正则化和数据集扩增的需求较小。另外在训练中没有使用side head或者label smoothing，并且限制了图片crop的尺寸减小distortion的程度。文章还发现由于模型的参数很少，不适用或者很小的权重衰减十分重要。

**Width and Resolution Multiplier：**  
Width Multiplier：将模型的宽度乘以一个因子 α , α ∈ ( 0 , 1 \] \\alpha, \\alpha \\in (0,1\] α,α∈(0,1\]，减少通道数。  
Resolution Multiplier：将模型的输入尺寸乘以一个因子 ρ , ρ ∈ ( 0 , 1 \] \\rho, \\rho \\in (0,1\] ρ,ρ∈(0,1\]，减小表达尺寸。

[https_arxiv.org_abs_1704.04861]: https://arxiv.org/abs/1704.04861
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0plcnJ5WmhhbmdfXw_size_11_color_FFFFFF_t_70]: /images/20220312/4025a2a10b934292967812b97a8f5417.png

MobileNets -Efficient Convolutional Neural Networks for Mobile Vision Applications 论文解读

发表评论取消回复

还没有评论，来说两句吧...

相关阅读

相关论文笔记-IGCV3：Interleaved Low-Rank Group Convolutions for Efficient Deep Neural Networks

相关《NetAdapt：Platform-Aware Neural Network Adaptation for Mobile Applications》论文笔记

相关《ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices》

相关 MobileNetV1《MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications》

相关论文品读：Pruning Convolutional Neural Networks for Resource Efficient Inference

相关 MobileNets -Efficient Convolutional Neural Networks for Mobile Vision Applications 论文解读

相关 ShuffleNet - An Extremely Efficient Convolutional Neural Network for Mobile 论文解读

相关《MobileNets v1: Efficient Convolutional Neural Networks for Mobile Vision Applications》论文笔记

相关《ShuffleNet v1：An Extremely Efficient Convolutional Neural Network for Mobile》论文笔记

相关 Efficient Object Localization Using Convolutional Networks 论文解读