MobileNext：打破常規，依圖逆向改造inverted residual block | ECCV 2020
論文深入分析了inverted residual block的設計理念和缺點，提出更適合輕量級網路的sandglass block，基於該結構搭建的MobileNext。根據論文的實驗結果，MobileNext在參數量、計算量和準確率上都有更優的表現，唯一遺憾的是論文沒有列出在設備上的實際用時，如果補充一下更好了
來源：曉飛的演算法工程筆記 公眾號
論文: Rethinking Bottleneck Structure for Efficient Mobile Network.pdf
Introduction
在介紹MobileNext前，先回顧一下bottleneck結構：
- Residual block with bottleneck structure，包含兩個$1\times 1卷積層用於維度的降低和擴大，以及中間的$3\times 3卷積用於提取特徵，如圖2a。這個結構不適用於輕量級網路，因為中間的$3\times 3$卷積的參數量和計算量都非常大。
- Depthwise separable convolutions，為了解決標準卷積帶來的參數量和計算量問題，將其分解為depthwise卷積和pointwise卷積，前者用於提取單維度的特徵，後者用於線性組合多維度特徵，大幅降低了計算量和參數量。
- Inverted residual block，專為移動設備設計，為了節省計算量，輸入改為低維度特徵，先通過pointwise卷積擴大維度，然後通過depthwise卷積提取特徵，最後通過pointwise卷積降低維度輸出，如圖2b。這裡有兩點不影響準確率的性能改進：1）skip path僅建立在低維度bottleneck間。2）最後一個pointwise卷積不需要非線性激活。
儘管Inverted residual block性能不錯，但中間需要將特徵先降到較低的維度，會導致以下幾個問題：
- 降低維度可能不足以保留足夠的有用資訊。
- 近期有研究發現更寬的網路結構有助於緩解梯度混淆（不同batch產生的梯度抵消），能夠提升網路性能。
- shortcut建立在bottleneck之間，由於bottleneck維度較少，也可能會阻礙梯度的回傳。
為了解決上述問題，論文提出了設計更優的sandglass block，結構如圖3c，基於此搭建了MobileNeXt，在性能和計算量上都優於MobileNetV2。
論文的主要貢獻如下：
- 重新思考移動網路的bottleneck結構，發現inverted residual並不是最優的bottleneck結構。
- 研究發現，shortcut應該建立在高維度特徵上，depthwise卷積應該應用在高維度特徵空間上學習更多樣特徵，linear residual是bottleneck結構的關鍵。
- 基於上述發現提出sandglass block，更適合移動網路的搭建。
Method
Sandglass Block
Sandglass Block的設計核心主要基於以下兩個想法，也是與其他輕量級結構的主要區別：
- 為了更好地保留資訊的傳遞和梯度的回傳，shortcut應當建立在高維度特徵之間。
- 卷積核較小的depthwise卷積是輕量的，可用於對高維度特徵進行進一步的特徵提取。
-
Rethinking the positions of expansion and reduction layers
inverted residual block先進行維度擴展，最後再進行縮減，根據設計核心將兩個pointwise卷積的順序互換。定義sandglass block的輸入和輸出為F\in \mathbb{R}^{D_f\times D_f\times M}和G\in \mathbb{R}^{D_f\times D_f\times M}，則維度變化可表示為：
\phi_e和\phi_r為用於維度擴展和縮減的pointwise卷積。這樣的設計將bottleneck保持在residual path中間能夠減少參數量和計算量，最重要的是，能將shortcut建立在維度較大的特徵上。
-
High-dimensional shortcuts
shortcut不再連接低維度的bottleneck，而是連接維度較高的F和G。能夠更好地傳遞資訊和回傳梯度。
-
Learning expressive spatial features
pointwise卷積只能捕捉通道間特徵，缺乏空間特徵的捕捉能力。可以像inverted residual block那樣中間使用depthwise卷積來顯示地提取空間特徵，如圖3a所示。但由於sandglass block中間是bottleneck，中間添加的depthwise卷積的卷積核數量很少，只能捕捉少量空間資訊。通過實驗也發現，這樣設計的準確率會比MobileNetV2下降1%。
因此，sandglass block將depthwise卷積置於residual path的開頭和結尾，如圖3b所示，可表示為：
\phi_{i,p}和\phi_{i,d}代表i個pointwise卷積和depthwise卷積。對比inverted residual block，由於現在depthwise卷積的輸入為高維度特徵，可以提取更豐富的空間資訊。
-
Activation layers
有研究發現，使用線性bottleneck能夠防止特徵值變為零，減少資訊丟失。根據這一建議以及實驗結果，sandglass block僅在第一個depthwise卷積後面和第二個pointwise卷積後面添加激活層，其餘的均不添加。
-
Block structure
sandglass block的結構如表1所示，當輸入和輸出維度不一樣時，不添加shortcut，depthwise卷積採用$3\times 3$卷積核，在需要的地方採用BN+ReLU6的組合。
MobileNeXt Architecture
基於sandglass block，構建了如表2所示的MobileNeXt，開頭是32維輸出的卷積，後續是sandglass block的堆疊，最後是全局平均池化，將二維的特徵圖壓縮為一維，最後再由全連接層輸出每個類別的分數。
-
Identity tensor multiplier
儘管shortcut連接有助於梯度的回傳，但論文通過實驗發現，其實不需要保持完整的特徵去跟residual path結合。為了讓網路對移動設備更友好，論文提出超參數identity tensor multiplier \alpha\in[0,1]，用於控制shortcut傳遞的特徵維度。
定義\phi為residual path的轉換函數，原來的residual block計算可表示為G=\phi(F)+F，加上超參數後，residual block變為：
下標代表通道，使用較小的\alpha有兩個好處：
- 耗時的element-wise addition的計算將會減少。
- 耗時的記憶體訪問(MAC)將減少，另外由於需要快取的tensor變小了，有助於將其快取在高速記憶體中，可以進一步加速。
Experiment
與MobileNetV2在ImageNet上進行對比。
與其他網路在ImageNet上進行對比。
不同identity tensor multiplier的對比。
作為檢測網路的主幹網路的對比。
Conclustion
論文深入分析了inverted residual block的設計理念和缺點，提出更適合輕量級網路的sandglass block，基於該結構搭建的MobileNext。sandglass block由兩個depthwise卷積和兩個pointwise卷積組成，部分卷積不需激活以及shorcut建立在高維度特徵上。根據論文的實驗結果，MobileNext在參數量、計算量和準確率上都有更優的表現，唯一遺憾的是論文沒有列出在設備上的實際用時，如果補充一下更好了。
如果本文對你有幫助，麻煩點個贊或在看唄～
更多內容請關注 微信公眾號【曉飛的演算法工程筆記】
