小白学PyTorch | 12 SENet详解及PyTorch实现

机器学习炼丹术

发布于 2020-09-22 10:17:08

1.1K0

发布于 2020-09-22 10:17:08

参考目录：

1 网络结构
2 参数量分析
3 PyTorch实现与解析

上一节课讲解了MobileNet的一个DSC深度可分离卷积的概念，希望大家可以在实际的任务中使用这种方法，现在再来介绍EfficientNet的另外一个基础知识，Squeeze-and-Excitation Networks压缩-激活网络

1 网络结构

可以看出来，左边的图是一个典型的Resnet的结构，Resnet这个残差结构特征图求和而不是通道拼接，这一点可以注意一下

这个SENet结构式融合在残差网络上的，我来分析一下上图右边的结构：

输出特征图假设shape是

W \times H \times C

的；

一般的Resnet就是这个特征图经过残差网络的基本组块，得到了输出特征图，然后输入特征图和输入特征图通过残差结构连在一起（通过加和的方式连在一起）；
SE模块就是输出特征图先经过一个全局池化层，shape从

W \times H \times C

变成了

1 \times 1 \times C

，这个就变成了一个全连接层的输入啦

压缩Squeeze：先放到第一个全连接层里面，输入

个元素，输出

\frac{C}{r}

,r是一个事先设置的参数；

激活Excitation：在接上一个全连接层，输入是

\frac{C}{r}

个神经元，输出是

个元素，实现激活的过程；

现在我们有了一个

个元素的经过了两层全连接层的输出，这个C个元素，刚好表示的是原来输出特征图

W \times H \times C

中C个通道的一个权重值，所以我们让C个通道上的像素值分别乘上全连接的C个输出，这个步骤在图中称为Scale。而这个调整过特征图每一个通道权重的特征图是SE-Resnet的输出特征图，之后再考虑残差接连的步骤。

在原文论文中还有另外一个结构图，供大家参考：

2 参数量分析

每一个卷积层都增加了额外的两个全连接层，不够好在全连接层的参数非常小，所以直观来看应该整体不会增加很多的计算量。Resnet50的参数量为25M的大小，增加了SE模块，增加了2.5M的参数量，所以大概增加了10%左右，而且这2.5M的参数主要集中在final stage的se模块，因为在最后一个卷积模块中，特征图拥有最大的通道数，所以这个final stage的参数量占据了增加的2.5M参数的96%。

这里放一个几个网络结构的对比：

3 PyTorch实现与解析

先上完整版的代码，大家可以复制本地IDE跑一跑，如果代码有什么问题可以联系我：

import torch
import torch.nn as nn
import torch.nn.functional as F

class PreActBlock(nn.Module):
    def __init__(self, in_planes, planes, stride=1):
        super(PreActBlock, self).__init__()
        self.bn1 = nn.BatchNorm2d(in_planes)
        self.conv1 = nn.Conv2d(in_planes, planes, kernel_size=3, stride=stride, padding=1, bias=False)
        self.bn2 = nn.BatchNorm2d(planes)
        self.conv2 = nn.Conv2d(planes, planes, kernel_size=3, stride=1, padding=1, bias=False)

        if stride != 1 or in_planes != planes:
            self.shortcut = nn.Sequential(
                nn.Conv2d(in_planes, planes, kernel_size=1, stride=stride, bias=False)
            )

        # SE layers
        self.fc1 = nn.Conv2d(planes, planes//16, kernel_size=1)
        self.fc2 = nn.Conv2d(planes//16, planes, kernel_size=1)

    def forward(self, x):
        out = F.relu(self.bn1(x))
        shortcut = self.shortcut(out) if hasattr(self, 'shortcut') else x
        out = self.conv1(out)
        out = self.conv2(F.relu(self.bn2(out)))

        # Squeeze
        w = F.avg_pool2d(out, out.size(2))
        w = F.relu(self.fc1(w))
        w = F.sigmoid(self.fc2(w))
        # Excitation
        out = out * w

        out += shortcut
        return out


class SENet(nn.Module):
    def __init__(self, block, num_blocks, num_classes=10):
        super(SENet, self).__init__()
        self.in_planes = 64

        self.conv1 = nn.Conv2d(3, 64, kernel_size=3, stride=1, padding=1, bias=False)
        self.bn1 = nn.BatchNorm2d(64)
        self.layer1 = self._make_layer(block,  64, num_blocks[0], stride=1)
        self.layer2 = self._make_layer(block, 128, num_blocks[1], stride=2)
        self.layer3 = self._make_layer(block, 256, num_blocks[2], stride=2)
        self.layer4 = self._make_layer(block, 512, num_blocks[3], stride=2)
        self.linear = nn.Linear(512, num_classes)

    def _make_layer(self, block, planes, num_blocks, stride):
        strides = [stride] + [1]*(num_blocks-1)
        layers = []
        for stride in strides:
            layers.append(block(self.in_planes, planes, stride))
            self.in_planes = planes
        return nn.Sequential(*layers)

    def forward(self, x):
        out = F.relu(self.bn1(self.conv1(x)))
        out = self.layer1(out)
        out = self.layer2(out)
        out = self.layer3(out)
        out = self.layer4(out)
        out = F.avg_pool2d(out, 4)
        out = out.view(out.size(0), -1)
        out = self.linear(out)
        return out


def SENet18():
    return SENet(PreActBlock, [2,2,2,2])


net = SENet18()
y = net(torch.randn(1,3,32,32))
print(y.size())
print(net)

输出和注解我都整理了一下：