【ICML论文阅读】EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks

EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks

前言

我们在设计一个网络的时候会考虑到网络的深度、宽度、输入图片的分辨率，人们常常将网络加深和加宽，或者是增加输入图片的分辨率来改进准确度。如ResNet can be scaled up from ResNet-18 to ResNet-200 by increasing the number of layers，事实上，人们一般通过单一的增加这三个维度中的一个维度（这里的维度是指depth、width and resolution）来提高网络的性能，但是这并不是最优解。所以产生了一个问题到底怎样的depth、width、resolution的搭配才是最优的，这篇论文就是解决这样的一个问题，所使用的方法叫做Compound Model Scaling（复合缩放）。

对以上公式的解释：

1. $\alpha,\beta,\gamma$都是需要通过网格搜索得到的变量（grid search）
2. $\phi$是根据自己的计算资源人为给定

相比于传统的模型缩放方法，该复合缩放方法可持续改善模型的准确率和效率，如 MobileNet 的 ImageNet 准确率提升了 1.4%，ResNet的准确率提升了 0.7%。

由于网络的性能严重依赖于基线网络的性能，作者使用AutoML MNAS框架进行神经网络架构的搜索以及各种的方法，从而的到了EfficientNets-B0：

效果

研究人员在 ImageNet 数据集上对比了 EfficientNets 和已有 CNN 模型。EfficientNet 模型要比已有 CNN模型准确率更高、效率更高，其参数量和 FLOPS 都下降了一个数量级。例如，在高准确率的模式中，EfficientNet-B7 在 ImageNet上获得了当前最优的 84.4% top-1 / 97.1% top-5 准确率，CPU 推断速度是 Gpipe 的 6.1 倍，而后者的大小是EfficientNet-B7 的 8.4 倍。与现在广泛使用的 ResNet-50 相比，EfficientNet-B4 使用类似的 FLOPS 取得的top-1 准确率比 ResNet-50 高出 6.3（ResNet-50 76.3%，EfficientNet-B4 82.6%）

EfficientNet-B0 是通过 AutoML MNAS 开发出的基线模型，Efficient-B1 到 B7是扩展基线模型后得到的网络。EfficientNet 显著优于其他 CNN。具体来说，EfficientNet-B7 取得了新的 SOTA 结果：84.4%top-1 / 97.1% top-5 准确率，且其大小远远小于之前的最优 CNN 模型 GPipe （后者的模型大小是 EfficientNet-B7 的8.4 倍），速度是 GPipe 的 6.1 倍。EfficientNet-B1 的参数量远远小于 ResNet-152，但速度是后者的 5.7 倍。

对我们的帮助

由于此方法需要大量的计算资源，并不适合个人来做，但是当我们在使用以前的backbone时，可以考使用开源好的EfficientNets的网络来直接作为backbone

参考：
https://www.chainnews.com/articles/200576776583.htm
https://ai.googleblog.com/2019/05/efficientnet-improving-accuracy-and.html