【小白學(xué)PyTorch】11.MobileNet詳解及PyTorch實現(xiàn)

參考目錄：

• 1 背景

• 2 深度可分離卷積

• 2.2 一般卷積計算量

• 2.2 深度可分離卷積計算量

• 2.3 網(wǎng)絡(luò)結(jié)構(gòu)

• 3 PyTorch實現(xiàn)

本來計劃是想在今天講EfficientNet PyTorch的，但是發(fā)現(xiàn)EfficientNet是依賴于SENet和MobileNet兩個網(wǎng)絡(luò)結(jié)構(gòu)，所以本著本系列是給“小白”初學(xué)者學(xué)習(xí)的，所以這一課先講解MobileNet，然后下一課講解SENet，然后再下一課講解EfficientNet，當(dāng)然，每一節(jié)課都是由PyTorch實現(xiàn)的。

這個系列《小白學(xué)PyTorch》的所有代碼和數(shù)據(jù)集放在了公眾號【機(jī)器學(xué)習(xí)煉丹術(shù)】后臺，回復(fù)【pytorch】獲取（還在更新的呢）：

當(dāng)然有什么問題、有事沒事都可以找煉丹兄交流哈哈，煉丹兄就是一個非Top學(xué)校的跨專業(yè)應(yīng)屆研究生。

↑↑↑掃碼加煉丹兄好友↑↑↑

1 背景

Mobile是移動、手機(jī)的概念，MobileNet是Google在2017年提出的輕量級深度神經(jīng)網(wǎng)絡(luò)，專門用于移動端、嵌入式這種計算力不高、要求速度、實時性的設(shè)備。

2 深度可分離卷積

主要應(yīng)用了深度可分離卷積來代替?zhèn)鹘y(tǒng)的卷積操作，并且放棄pooling層。把標(biāo)準(zhǔn)卷積分解成：

• 深度卷積(depthwise convolution)
• 逐點卷積(pointwise convolution)。這么做的好處是可以大幅度降低參數(shù)量和計算量。

2.2 一般卷積計算量

我們先來回顧一下什么是一般的卷積：先說一下題目：特征圖尺寸是H（高）和W（寬），尺寸（邊長）為K，M是輸入特征圖的通道數(shù)，N是輸出特征圖的通道數(shù)。

現(xiàn)在簡化問題，如上圖所示，輸入單通道特征圖，輸出特征圖也是單通道的， 我們知道每一個卷積結(jié)果為一個標(biāo)量，從輸出特征圖來看，總共進(jìn)行了9次卷積。每一次卷積計算了9次，因為每一次卷積都需要讓卷積核上的每一個數(shù)字與原來特征圖上對應(yīng)的數(shù)字相乘（這里只算乘法不用考慮加法）。所以圖6.18所示，總共計算了：

如果輸入特征圖是一個2通道的 ，那么意味著卷積核也是要2通道的卷積核才行，此時輸出特征圖還是單通道的。這樣計算量就變成：

原本單通道特征圖每一次卷積只用計算9次乘法，現(xiàn)在因為輸入通道數(shù)變成2，要計算18次乘法才能得到輸出中的1個數(shù)字。現(xiàn)在假設(shè)輸出特征圖要輸出3通道的特征圖。 那么就要準(zhǔn)備3個不同的卷積核，重復(fù)上述全部操作3次才能拿的到3個特征圖。所以計算量就是：

現(xiàn)在解決原來的問題：特征圖尺寸是H（高）和W（寬），卷積核是正方形的，尺寸（邊長）為K，M是輸入特征圖的通道數(shù)，N是輸出特征圖的通道數(shù)。 那么這樣卷積的計算量為：

這個就是卷積的計算量的公式。

2.2 深度可分離卷積計算量

• 深度可分離卷積（Depthwise Separable Convolution，DSC）

假設(shè)在一次一般的卷積中，需要將一個輸入特征圖64×7×7，經(jīng)過3×3的卷積核，變成128×7×7的輸出特征圖。計算一下這個過程需要多少的計算量：

如果用了深度可分離卷積，就是把這個卷積變成兩個步驟：

1. Depthwise：先用64×7×7經(jīng)過3×3的卷積核得到一個64×7×7的特征圖。注意注意！這里是64×7×7的特征圖經(jīng)過3×3的卷積核，不是64×3×3的卷積核！這里將64×7×7的特征圖看成64張7×7的圖片，然后依次與3×3的卷積核進(jìn)行卷積；
2. Pointwise：在Depthwise的操作中，不難發(fā)現(xiàn)，這樣的計算根本無法整合不同通道的信息，因為上一步把所有通道都拆開了，所以在這一步要用64×1×1的卷積核去整合不同通道上的信息，用128個64×1×1的卷積核，產(chǎn)生128×7×7的特征圖。

最后的計算量就是：

計算量減少了百分之80以上。

分解過程示意圖如下：

在圖中可以看到：

• (a)表示一般卷積過程， 卷積核都是M個通道，然后總共有N和卷積核，意味著輸入特征圖有M個通道，然后輸出特征圖有N個通道。
• (b)表示depthwise過程， 總共有M個卷積核，這里是對輸入特征圖的M個通道分別做一個卷積，輸出的特征圖也是M個通道的；
• (c)表示pointwise過程，總共有N個的卷積核，這樣來整合不同通道的信息，輸出特征圖有N個通道數(shù)。

2.3 網(wǎng)絡(luò)結(jié)構(gòu)

左圖表示的是一般卷積過程，卷積之后跟上BN和ReLU激活層，因為DBC將分成了兩個卷積過程，所以就變成了圖右這種結(jié)構(gòu)，Depthwise之后加上BN和ReLU，然后Pointwise之后再加上Bn和ReLU。

從整個網(wǎng)絡(luò)結(jié)構(gòu)可以看出來：

• 除了第一層為標(biāo)準(zhǔn)的卷積層之外，其他的層都為深度可分離卷積。
• 整個網(wǎng)絡(luò)沒有使用Pooling層。

3 PyTorch實現(xiàn)

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


class?Block(nn.Module):
????'''Depthwise?conv?+?Pointwise?conv'''
????def?__init__(self,?in_planes,?out_planes,?stride=1):
????????super(Block,?self).__init__()
????????self.conv1?=?nn.Conv2d\
????????????(in_planes,?in_planes,?kernel_size=3,?stride=stride,?
?????????????padding=1,?groups=in_planes,?bias=False)
????????self.bn1?=?nn.BatchNorm2d(in_planes)
????????self.conv2?=?nn.Conv2d\
????????????(in_planes,?out_planes,?kernel_size=1,?
????????????stride=1,?padding=0,?bias=False)
????????self.bn2?=?nn.BatchNorm2d(out_planes)

????def?forward(self,?x):
????????out?=?F.relu(self.bn1(self.conv1(x)))
????????out?=?F.relu(self.bn2(self.conv2(out)))
????????return?out


class?MobileNet(nn.Module):
????#?(128,2)?means?conv?planes=128,?conv?stride=2,?
????#?by?default?conv?stride=1
????cfg?=?[64,?(128,2),?128,?(256,2),?256,?(512,2),?
???????????512,?512,?512,?512,?512,?(1024,2),?1024]

????def?__init__(self,?num_classes=10):
????????super(MobileNet,?self).__init__()
????????self.conv1?=?nn.Conv2d(3,?32,?kernel_size=3,?
?????????stride=1,?padding=1,?bias=False)
????????self.bn1?=?nn.BatchNorm2d(32)
????????self.layers?=?self._make_layers(in_planes=32)
????????self.linear?=?nn.Linear(1024,?num_classes)

????def?_make_layers(self,?in_planes):
????????layers?=?[]
????????for?x?in?self.cfg:
????????????out_planes?=?x?if?isinstance(x,?int)?else?x[0]
????????????stride?=?1?if?isinstance(x,?int)?else?x[1]
????????????layers.append(Block(in_planes,?out_planes,?stride))
????????????in_planes?=?out_planes
????????return?nn.Sequential(*layers)

????def?forward(self,?x):
????????out?=?F.relu(self.bn1(self.conv1(x)))
????????out?=?self.layers(out)
????????out?=?F.avg_pool2d(out,?2)
????????out?=?out.view(out.size(0),?-1)
????????out?=?self.linear(out)
????????return?out

net?=?MobileNet()
x?=?torch.randn(1,3,32,32)
y?=?net(x)
print(y.size())
>?torch.Size([1,?10])

正常情況下這個預(yù)訓(xùn)練模型都會輸出1024個線性節(jié)點，然后這里我自己加上了一個1024->10的一個全連接層。

我們來看一下這個網(wǎng)絡(luò)結(jié)構(gòu)：

print(net)

輸出結(jié)果：

然后代碼中：

關(guān)于模型通道數(shù)的設(shè)置部分：

MobileNet就差不多完事了，下一節(jié)課為SENet的PyTorch實現(xiàn)和詳解。