Squeeze Excitation Module 对网络的改进分析

　　Squeeze-and-Excitation Networks

　　SE-net 来自于Momenta 孙刚团队

　　SE的设计思路：

　　　　从卷积操作的实际作用来考虑，conv 把局部空间信息和通道信息组合起来，组合之后形成FM上的值，之前大部分都是空间上做的。

　　　　对channel考虑的少，但是卷积本身就可以学到通道之间的组织信息，为什么还要在重新学一遍呢？

　　　　那思考densenet显式连接各层，resnet可以连到，DN为何要再连一次？

　　　　我们期望特征学习能力，但是需要显式建模来帮助学习

　　　　

　　1 SE-net的灵感

　　VGG 网络将 Alexnet 7*7 和 5*5  替换成了3*3 的卷积核

　　Wide Resnet如下右：

　　

 

 　　除此之外，GoogleNet 内部inxeption 实际使用的是一个多尺度 的结构。

　　googlenet 是将卷积在空间维度上进行组合

　　ResNeXt 是将左边的分支结构极端化，在不同的通道上进行group conversation，最后concat

 

　　我们希望conv filter 可以在local receptive fields的基础上 融合 channel-wise 和 spatial 的信息作融合。

　　

　　下图左边inception将卷积核在空间上进行了组合，右图inside-outsideNetwork 将不同方向的卷积在空间上组合到了一起

　　

　　

　　2 Squeeze-and-Excitation Networks

　　网络是否可以在通道关系方面做增强呢？

　　动机：

　　对于通道内部依赖做了显示的建模，选择强化有用的特征，抑制无用的特征

　　

　　SE module 结构：

　　Ftr：X到U的卷积过程 ，但是通道之间的关系并没有发生变化：

　　Fsq：将每个通道做了一个squeeze操作，将每个通道表示成了一个标量，得到per channel的描述

　　Fex：将per channel标量进行“激活”，可以理解为算出了per channel的W

　　最后将per channel的W乘回到原来的feature map上得到加权后的channel，将channel 做了恰当的融合

　　SE-Module 可以用于网络的任意阶段

　　squeeze 操作保证了，在网络的早期感受野就可以大到全图的范围。

　　

　　SE-inception Module and SE-ResNet Module:

　　下图左边将Inception Module 转化成SE 模块，在此操作中使用squeeze操作是Global polling 操作，也可以使用Global conv 操作，但是考虑到feature map 比较大的时候，G C 的W 也会比较大，所以选择用pooling，一种max 一种average plooing

　　最终选择的是average pooling，主要的考虑是，如果做检测任务，输入FM 大小是变化的，average 基本可以保持能量。如果用max FM 越大，能量不能保持，比如小的FM 求max 和 大的 FM 求 max 在测试时候并不等价。所以选择average pooling。得到1*1*c的向量。

　　后面可以接FC，但是为了减少参数，做了降维操作，增加了一个降维的系数r，输出 1*1*C/r

　　后接RELU，后面在做一个升维操作，得到1*1*C

　　最终使用S函数进行激活。

　　

 　　

　　可以看到参数量主要取决与FC，在实验时r一般取16，经验值！

　　右图中，是resnet module，改造和inception分支很类似。

　　Architectures:

　　fc[16,256]表示,r 降维系数是16，会先降到16，然后升到256

　　在SE-ResNeXt-50中 （32*4d）中，将3*3卷积变成了group卷积，c取32 

　　

　　模型cost分析：

　　1 ，参数量

　　2 ， 运算速度

　　参数量主要来自于在block内部增加的FC，会增加3%-10%的参数量 ，一般是10%，但是在某些情况下，网络在靠近输出的情况下

　　作者把7*7上的FC SE去掉了，得到总参数占3%，但是在TOP5的精度损失不到1%，非常的Cost-effective

　　其他的BN，RELU，POOLING 理论的计算量少。但是全连接对比卷积引起的计算量也很少

　　

　　理论上计算量增加的计算量不到1%

　　实际inference GPU 时间增加了10%，分析原因可能是卷积核频繁操作， GPU运算不太友好，大size POOling的问题

　　CPU 测试和理论分析值接近。

　　训练的情况：

　　内部服务器：

　　Momenta ROCS

　　先对类别进行sample，再对类别内的图片进行sample，可以确保看到每个类别内图片概率的都是相同的

　　　

　　组员在之前场景分类用的小技巧，不是对图像随机采样，而是先对类别进行采样，再在每个特定类别中选去一张图像

　　可以保证数据见到的很平衡的，提高训练结果。

　　训练超参数：

　　任何网络保证每张卡可以处理32张图像，batchsize:1024 / 2048.当batch_size 是2048时候，LR可以调到1 

　　实验部分：

　　

 

可以看到添加SE以后计算量并没有增加很多。　　

 　　

红色是SE

　　

　　BN-inception 是一个直线型的网络，没有skip-connection：（想验证是否是只能用在skip-layer中）

　　

　　

　　　　下图：两个小FC中的第一个，下采样的比例选取规则，50层的网路。在1/32的时候，性能还是有些差异，虽然size小了。

　　　　　

 

 　　　　下图是实际在参加比赛时，imagenet的结果：

　　　　SE-ResNeXt-152 （64 * 4d）做的改进技巧：

　　　　1：把7*7 拆解成3个3*3连续卷积 （最早在inception中出现）

　　　　2：loss （label_smoothing）

　　　　3: 在训练的最后几个epoch，把BN fix住了，正常情况BN需要一起学习。5-10w次

　　　　因为，BN 只跟batch的数据相关，如果BN和其他W一直变的话很难学到一致的程度，fixBN，就可以保证 最后在训练和测试算出的的均值和方差都是一致的。

　　　　

　　　　

　　　　Excitation的分布结果：

　　　　取得基本都是每个stage最后的layer。在浅层网络学到的比较commen，share FM，在深层以后可以学到spacial

　　　　

　　　　下图有意思的是：

　　　　基本大部分线都是1，都是重合的，激活是饱和状态，个别是0.如果激活所有的值是1的话，其实scale之后没有任何变化，可以认为就是原始的resnet moudle。 换句话说：这个SE模块没有起到任何作用，可以摘除掉

　　　　

　　　　不同类别的激活基本都是相同的，只是浮值变化，这些浮值可以通过分类器的scale进行调节，上层+这层的SE起的作用不大，因为趋势相同，可能会退化成标准网络

　　　　结果把最后一个SE模块摘掉对整体影响不大。

 

　　比赛结果：

　　　　

　　SE网络在Mob和Shufflenet中进行实验：在mobilenet上有3%的提升在shuffle上2%的提升，size 多一点点。

　　

　　　　

　　场景分类上的结果：

　　　　加了SE之后发现，显著超过之前的结果：

　　

　　FAQ：

　　　　在不把SEfix的情况下有多大的收益？

　　　　只是竞赛的时候做了fix，追求极致的结果/

 　　　　每一个通道求一个权值，逐通道的乘上去，设计方式在性能和精度trade off 

　　　　W*H*C 如何映射到C维向量上？

　　　　map 均值对每个feature map

 

　　　　

转载于:https://www.cnblogs.com/Libo-Master/p/9663508.html