【论文阅读】【ICLR 2017】SqueezeNet AlexNet-level accuracy with 50x fewer parameters and 0.5MB model size

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/u013095718/article/details/82776798

SqueezeNet AlexNet-level accuracy with 50x fewer parameters and 0.5MB model size

SqueezeNet

• 是一种网络结构，准确率与AlexNet相当（ImageNet数据集上），但参数量减少50倍。
• 同时，该网络通过压缩技术可以小于0.5mb，比AlexNet小510倍

本文主要内容：

• 介绍related work
• 描述并评估SequeezeNet Architecture
• 介绍CNN结构的model size和accuracy的选择
• 探索CNN宏观结构与微观结构。（微观：模型各层的组织和维度，宏观：CNN的所有层的高层组织）

---

Motivation

• 更小的模型在分布式训练的时候更加高效
• 服务端与客户端之间的模型传输更加方便快捷。
• 在FPGA等嵌入式环境下部署更加可行。

Related Work

1. 要想模型参数少，最首要的工作就是模型压缩：SVD、Network Pruning、DeepCompression、EIE
2. CNN微观结构：5x5 filters，VGG-3x3 filters，1x1 filters。随着网络加深，手工为每个层选择filter维度变得很麻烦，出现了许多block或者modules，如GooLeNet的Inception modules等
3. 宏观上研究最多的应该是网络深度的影响，当然还有一些旁路连接的设计（bypass connections）。

---

SueezeNet

为了保证准确率且减少参数，本文设计CNN的时候的三个策略：

• 用1x1卷积核代替3x3 filters。这样filters数目固定情况下，参数少了9倍
• 减少输入通道至3x3 filters。一个完全由3x3卷积核组成的层，参数有（输入通道数）x（filter数目）x（3x3）.所以除了减少上一条说的3x3的卷积数（用1x1替代，那3x3就少了），还应该减少输入通道。本文用squeeze layers来减少输入通道。
• 在网络的后面层才Downsample，这样卷积层（前面的）具有更大的激活图（特征图）。这个策略是出于准确率考虑的，更大的激活图通常都会有更好的分类效果。

Fire Module

Fire Module是本文实现上述三个策略的CNN结构的building block（网络结构块）。

Fire Module = squeeze layer + expand layer

• squeeze layer：全部采用1x1，数目为S_1x1个
• expand layer：存在e_1x1个1x1的卷积核，e_3x3个3x3的卷积核。
• 使用1x1的卷积核源于上述策略1，使s_1x1<(e_1x1 + e_3x3)，源于策略2，使得squeeze layer限制了3x3的filter的输入通道。

SqueezeNet Architecture

结构：input —— conv1（max-pooling，stride=2）—— fire modules（2—9，且fire4，fire8后接max-pooling）—— conv10（avg-pooling，stride=2）—— softmax

遵照策略3，pooling仅在conv1和fire4，fire8和conv10之后存在。fire module中的filter数量逐渐增加。

下图展示3中SqueezeNet结构，最左边就是上述的结构，后两种是with bypass的方案。

Other SqueezeNet Details

SqueezeNet结构设计中的其他细节和选择如下表所示

details：

• 为了让Fire Module中1x1和3x3的filter具有相同的输出维度，在3x3filter的输入数据上增加1像素的zero-padding
• ReLU在squeeze和expand layer后都执行。
• 在fire9之后采用50%Dropout
• 没有FC层
• 训练时，初始lr=0.04，之后按照论文《Systematic evaluation of cnn advances on the imagenet》描述的方案进行线性减少学习率。具体细节查看training protocol。solver.prototxt
• Caffe框架不支持包含多种卷积核的网络层，所以，本文通过两个独立的卷积层实现expand layer，之后再在channel维度上concatenate这两个卷积层的输出即可。这等同于一个层包含两种（1x1、3x3）filter

---

Evaluation of SqueezeNet

该部分主要评估压缩模型及其性能。本质上内容有些突兀。结论是想SqueezeNet这样的小模型依然可以被压缩。 by combining CNN architectural innovation (SqueezeNet) with state-of-the-art compression techniques (Deep Compression), we achieved a 510× reduction in model size with no decrease in accuracy compared to the baseline.

SqueezeNet + DeepCompression，得到比AlexNet小510倍同时保证准确度不变的模型！

---

CNN结构设计空间探索

SqueezeNet和其他的models仍然处在一个未知的CNN结构设计空间中（简单说就是没有什么具体的设计准则，已有模型仍然在摸索中）。

本文就这个问题做出探索，分为两部分

• 微观结构：关注单个神经网络层的维度和配置
• 宏观结构：端到端的组织架构

MicroArchitecture （微观）

• Meta Parameters：结构探索时，设计了一些关于expand layer的filter数的变化的参数，1x1，3x3的filter的数量的系数，总之就是实验时的结构变量。

• Squeeze Ratio：squeeze layer的filters数目与expand filters的数目之比。关于不同SR与准确率及模型大小的实验结果如下
  

• Trading Off 1x1 and 3X3 filters：之前的模型，如VGG大量使用3x3卷积核，而GoogleNet和NiN使用1x1和3X3卷积核，但没有进行分析原因。这里我们对卷积核大小对模型大小和准确率影响做了阐述。

MacroArchitecture（宏观）

宏观结构上，借鉴ResNet，我们探讨了3种结构

• SqueezeNet
• 带有简单旁路的SqueezeNet
• 带有复杂旁路的SqueezeNet

三种结构如上图2所示。

可见添加了旁路的结构准确率更高，作者认为：SqueezeNet通过Squeeze Layer减少8x的output channel（相比单纯的expand layer），大量的参数减少意味着通过SqueezeNet的信息受到限制，但是旁路的使用为信息的传递开辟了道路。