论文笔记：ShuffleNet v1

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/hongbin_xu/article/details/84304135

ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices

ShuffleNet v1

1、四个问题

1. 要解决什么问题？
   • 为算力有限的嵌入式场景下专门设计一个高效的神经网络架构。
2. 用了什么方法解决？
   • 使用了两个新的操作：pointwise group convolution（组卷积）和channel shuffle。
   • 根据这两个操作构建了ShuffleUnit，整个ShuffleNet都是由ShuffleUnit组成。
3. 效果如何？
   • 在ImageNet分类和MS COCO目标检测任务上取得了比其他轻量化模型更高的准确率，如MobileNet v1。
   • 在ARM设备上，ShuffleNet的速度比AlexNet快了13倍。
4. 还存在什么问题？
   • 超参数如组卷积的组数以及通道压缩比率等需要根据实际情况决定，不同任务下需要自行调整。
   • 网络实时性并不能单纯以浮点计算量来衡量，还存在memory access cost(MAC)等因素的干扰，并不能仅仅根据计算量就认为ShuffleNet是最快的。

2、论文概述

2.1、简介

• 作者发现，一些state-of-the-art的模型架构，如Xception、ResNeXt等，使用在小型网络模型中效率都比较低。这是因为使用大量的 $1 \times 1$卷积会消耗大量计算资源。为此，提出了pointwise group convolution来减少计算复杂度。
• 使用组卷积也会带来一些副作用，因为组卷积切断了组内通道与组外通道之间的联系，仅仅能从组内通道提取特征信息。为此，论文中又提出了 channel shuffle，来帮助信息在各通道之间流通。

2.2、相关工作

• 高效模型设计：
  • GoogLeNet
  • SqueezeNet
  • ResNet
  • SENet
  • NASNet
• 组卷积（group convolution）：
  • 最初由AlexNet提出，应用在2块GPU上并行处理。
  • Xception中提出了深度可分离卷积（depthwise separable convolution）。
  • MobileNet中也使用到了深度可分离卷积。
• Channel Shuffle
  • 此前的文献中较少提及channel shuffle操作。
• 模型加速
  • 目标是再保证模型准确率的前提下尽可能加速前向推理过程。
  • 常见方法:
    • 网络剪枝。
    • 量化和分解。
    • 知识蒸馏。

2.3、Channel Shuffle for Group Convolutions

• 在小型网络中，逐点卷积（pointwise convolution）不仅会占用较多计算资源并且还会让通道之间具有过多复杂的约束，这会显著地降低网络性能。在较大的模型中使用pointwise convolution也许相对好一些，然而小模型并不需要过多复杂的约束，否则容易导致模型难以收敛，并且容易陷入过拟合。
• 一个解决办法是：通道间稀疏连接（channel sparse connections）。使用组卷积可以一定程度上解决这个问题。
• 但是，使用组卷积也会带来副作用：信息只会在组内流通，组间不会有信息交互。为此，还需要使用channel shuffle来解决信息不流通的问题。

• channel shuffle操作：
  1. 假设一个卷积层上有 $g$组，每组有 $n$个通道，最后输出就有 $g \times n$个通道。
  2. reshape成 $(g, n)$。
  3. 转置成 $(n, g)$。
  4. 展开（flatten），再分成 $g$组，作为下一层的输入。

2.4、Shuffle Unit

• 图(a)是残差卷积模块，标准 $3 \times 3$卷积转换为深度可分离卷积与 $1 \times 1$卷积的组合。中间加上BN和ReLU，构成基本单元。
• 图(b)是Shuffle Unit，将图(a)中的第一个 $1 \times 1$卷积替换成 $1 \times 1$组卷积（GConv）和channel shuffle组成的单元。
• 图©是用于降采样的Shuffle Unit，深度可分离卷积的步长改为2，为了适配主分支的feature map，在shortcut上加上了步长也为2的平均池化（AVG Pool $3 \times 3$）。
• 虽然深度可分离卷积可以减少计算量和参数量，但在低功耗设备上，与密集的操作相比，计算/存储访问的效率更差。故在ShuffleNet上只在bottleneck上有使用深度可分离卷积，尽可能的减少开销。

2.5、网络架构

2.6、实验

• Pointwise Group Convolutions
  • 从结果来看，有组卷积的一致比没有组卷积(g=1)的效果要好。注意组卷积可获得更多通道间的信息，我们假设性能提高受益于更多的feature map通道数，这也有助于我们对更多信息进行编码。并且，较小的模型的feature map通道也更少，这意味着能更多地从增加feature map上获益。

• Channel Shuffle vs. No Shuffle

• Comparison with Other Structure Units

• Comparison with MobileNets and Other Frameworks

• Generalization Ability
  • 在MS COCO目标检测任务上测试ShuffleNet的泛化和迁移学习能力，以Faster RCNN为例：

• Actual Speedup Evaluation

3、参考资料

1. https://blog.csdn.net/u011974639/article/details/79200559
2. https://www.cnblogs.com/heguanyou/p/8087422.html