resnet的演化（res2net，resnext，se-resnet，sk-resnet，resnest）

resnet的演化（res2net，resnext，se-resnet，sk-resnet，resnest）

1. 总体演化过程

演化方向主要为两种： split-transform-merge、squeeze-and-attention。

split-transform-merge：通过卷积的可分离性质，增加网络宽度，从而在不增加算力的情况下增加网络的表征能力（不同维度通道特征的融合）。

squeeze-and-attention：核心想法是应用全局上下文预测 channel-wise 的注意力因素（孰轻孰重）。

黄色箭头为演化方向和过程（颜色的深浅代表借鉴的程度），resnest完美的借鉴了两种思想。

2. split Attention

2.1 se-split Attention:

上图是SE 模块的示意图。给定一个输入 x，其特征通道数为 c_1，通过一系列卷积等一般变换后得到一个特征通道数为 c_2 的特征。与传统的 CNN 不一样的是，接下来通过三个操作来重标定前面得到的特征。

Squeeze 操作：

顺着空间维度来进行特征压缩，将每个二维的特征通道变成一个实数，这个实数某种程度上具有全局的感受野，并且输出的维度和输入的特征通道数相匹配。它表征着在特征通道上响应的全局分布，而且使得靠近输入的层也可以获得全局的感受野，这一点在很多任务中都是非常有用的。

公式非常简单，就是一个global average pooling，将H * W * C的输入转换成1 * 1 * C的输出。

Excitation 操作：

它是一个类似于循环神经网络中门的机制。通过参数 w 来为每个特征通道生成权重，其中参数 w 被学习用来显式地建模特征通道间的相关性。

直接看最后一个等号，前面squeeze得到的结果是z，这里先用W1乘以z，就是一个全连接层操作，W1的维度是C/r * C，这个r是一个缩放参数，在文中取的是16（yolo-nano网络中取的8），这个参数的目的是为了减少channel个数从而降低计算量。又因为z的维度是1 * 1 * C，所以W1z的结果就是1 * 1 * C/r；然后再经过一个ReLU层，输出的维度不变；然后再和W2相乘，和W2相乘也是一个全连接层的过程，W2的维度是C * C/r，因此输出的维度就是1 * 1 *C；最后再经过sigmoid函数，得到s。

s其实是本文的核心，它是用来刻画tensor U中C个feature map的权重。而且这个权重是通过前面这些全连接层和非线性层学习得到的，因此可以end-to-end训练。这两个全连接层的作用就是融合各通道的feature map信息，因为前面的squeeze都是在某个channel的feature map里面操作。

Reweight 的操作：

将 Excitation 的输出的权重看做是进过特征选择后的每个特征通道的重要性，然后通过乘法逐通道加权到先前的特征上，完成在通道维度上的对原始特征的重标定。

就是channel-wise multiplication，uc是一个二维矩阵，sc是一个数，也就是权重，因此相当于把uc矩阵中的每个值都乘以sc。

具体的应用案例：

这里我们使用 global average pooling 作为 Squeeze 操作。紧接着两个 Fully Connected 层组成一个 Bottleneck 结构去建模通道间的相关性，并输出和输入特征同样数目的权重。我们首先将特征维度降低到输入的 1/16，然后经过 ReLu 激活后再通过一个 Fully Connected 层升回到原来的维度。这样做比直接用一个 Fully Connected 层的好处在于：1）具有更多的非线性，可以更好地拟合通道间复杂的相关性；2）极大地减少了参数量和计算量。然后通过一个 Sigmoid 的门获得 0~1 之间归一化的权重，最后通过一个 Scale 的操作来将归一化后的权重加权到每个通道的特征上。

2.2 sk-split Attention:

SKNet同样是一个轻量级嵌入式的模块，其灵感来源是，我们在看不同尺寸不同远近的物体时，视觉皮层神经元接受域大小是会根据刺激来进行调节的。那么对应于CNN网络，一般来说对于特定任务特定模型，卷积核大小是确定的，那么是否可以构建一种模型，使网络可以根据输入信息的多个尺度自适应的调节接受域大小呢？
基于这种想法，作者提出了Selective Kernel Networks（SKNet）。结构图如下

这个网络主要分为Split，Fuse，Select三个操作
Split:

这里的Split是指对输入向量X进行不同卷积核大小的完整卷积操作。如结构图所示，对X进行Kernel3×3和Kernel5×5的卷积操作。

Fuse：
这部分和SE模块的处理大致相同。Fgp为全局平均池化操作，Ffc为先降维再升维的两层全连接层。需要注意的是输出的两个矩阵a和b，其中矩阵b为冗余矩阵，在如图两个分支的情况下b=1-a。

Select：
Select操作对应于SE模块中的Scale。区别是Select使用a和b两个权重矩阵对split的两部分特征图进行加权操作，然后求和得到最终的输出向量V。

2.3 resnest-split Attention:

第一步：

输入的特征图可以根据通道维数被分为几组，特征图组的数量由一个基数超参数 K 给出，得到的特征图组被称为基数组（cardinal group）。研究者引入了一个新的底数超参数 R，该参数规定了基数组的 split 数量。

input1,2,…,r为split分的特征组合，全局平均池化操作，实现跨通道融合。

第二步：

为先降维再升维的两层全连接层（dense为全连接层），升维的dense做了分组操作，来预测输入不同组卷积的注意力因素。较于se、sk的注意力机制，更加细腻。

第三步：

不同的组的注意力因素权重，加权到原始的分组特征中，并进行特征融合，实现注意力的分配任务。

3.性能表现

ImageNet 2012 数据集上的图像分类性能：

	para(M)	Gflops	top-1 acc（%）244*
resnet-50	25.5	4.14	76.15
res2net-50	–	4.20	77.99
resnext-50	25.0	4.24	77.77
se-resnet-50	27.7	4.25	78.88
sk-resnet-50	27.5	4.47	79.21
resnest-50	27.5	5.39	81.13