轻量化CNN网络 - MobileNet

传统卷积神经网络，内存需求大、运算量大，导致无法在移动设备以及嵌入式设备上运行。

MobileNet网络是由google团队在2017年提出的，专注于移动端或者嵌入式设备中的轻量级CNN网络。相比传统卷积神经网络，在准确率小幅降低的前提下大大减少模型参数与运算量。（相比VGG16准确率减少了0.9%，但模型参数只有VGG的1/32）

1. MobileNet V1

论文：MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications

网址：https://arxiv.org/abs/1704.04861

网络亮点：

• 深度可分离卷积（大大减少运算量和参数数量）
• 增加超参数，$控制卷积层卷积核个数的参数\alpha 和控制输出图像大小的参数\beta$，这两个参数是手动设定的，并不是学习得来的

传统卷积

卷积核通道 = 输入特征矩阵通道

输出特征矩阵通道 = 卷积核个数

深度可分离卷积 Depthwise Separable Conv：DW Conv+PW Conv

1.逐通道卷积 Depthwise Conv（DW Conv）

卷积核通道 = 1

输入特征矩阵通道 = 卷积核个数 = 输出特征矩阵通道

Depthwise Convolution的一个卷积核负责一个通道，一个通道只被一个卷积核卷积

一张$5\times 5$像素、三通道彩色输入图片（shape为$5\times 5\times 3$），Depthwise Convolution首先经过第一次卷积运算，DW完全是在二维平面内进行。卷积核的数量与上一层的通道数相同（通道和卷积核一一对应）。所以一个三通道的图像经过运算后生成了3个Feature map(如果有same padding则尺寸与输入层相同为$5\times 5$)，如下图所示。

其中一个Filter只包含一个大小为$3\times 3$的Kernel，卷积部分的参数个数计算如下：$N\_depthwise=3\times 3\times 3=27$

Depthwise Convolution完成后的Feature map数量与输入层的通道数相同，无法扩展Feature map。而且这种运算对输入层的每个通道独立进行卷积运算，没有有效的利用不同通道在相同空间位置上的feature信息。因此需要Pointwise Convolution来将这些Feature map进行组合生成新的Feature map。

DW部分的卷积核容易废掉，即卷积核参数大部分为0。

2.逐点卷积 Pointwise Conv （PW Conv）

Pointwise Convolution的运算与常规卷积运算非常相似，它的卷积核的尺寸为 $1\times 1\times M$，M为上一层的通道数。所以这里的卷积运算会将上一步的map在深度方向上进行加权组合，生成新的Feature map。有几个卷积核就有几个输出Feature map。

理论上，普通卷积计算量是DW+PW的8到9倍。

MobileNet V1网络结构

---

2. MobileNet V2

论文：MobileNetV2: Inverted Residuals and Linear Bottlenecks

网址：https://arxiv.org/abs/1801.04381

MobileNet V2网络是由google团队在2018年提出的，相比MobileNet V1网络，准确率更高，模型更小。

网络亮点：

• Inverted Residuals（倒残差结构）
• Liner Bottlenecks（线性瓶颈）

Resnet中的残差结构：（激活函数采用ReLU）

• 先使用$1\times 1$的卷积核进行降维操作
• 再进行常规卷积操作
• 再使用$1\times 1$的卷积核进行升维操作

倒残差结构：（激活函数采用ReLU6）

• 先使用$1\times 1$的卷积核进行升维操作
• 在进行DW（逐通道卷积）卷积
• 然后在使用$1\times 1$的卷积核进行降维处理（PW逐点卷积）

ReLU6激活函数：
$$y=ReLU6(x)=min(max(x,0),6)$$

Linear Bottlenecks (线性瓶颈)

先说瓶颈（Bottleneck），$1\times 1$卷积小像个瓶口所以叫瓶颈，该词的来源是resnet的经典网络使用的词汇，当前的MobileNet v2依旧使用了该结构的block。

再说linear，如下图，从下往上看的，看最后的pointwise卷积，之前的pointwise卷积是升维的，轮到最后的pointwise卷积就是降维，设计该网的作者说高维加个非线性挺好，低维要是也加非线性就把特征破坏了，不如线性的好，所以1*1后不加ReLU6 ，改换线性。

针对倒残差结构的最后一个$1\times 1$的卷积层，使用了线性激活函数，而非ReLU激活函数。

ReLU激活函数对低维特征信息造成大量损失

当stride=1且输入特征矩阵与输出特征矩阵shape相同时才有shortcut连接。

MobileNet V2网络结构

---

3. MobileNet V3

论文：Searching for MobileNetV3

网址：https://arxiv.org/abs/1905.02244

网络亮点：

• 更新Block（benck）
• 使用NAS搜索参数（Neural Architecture Search）
• 重新设计耗时层结构

更新Block

• 加入了SE模块（注意力机制）

• 更新了激活函数

注意力机制部分：

H-sig：Hard-sigmoid激活函数

重新设计激活函数：

使用swish激活函数，公式如下。
$$\begin{gathered} swish(x)=x?\sigma (x) \\ \sigma (x)=\frac{1}{1+e^{?x}} \end{gathered}$$
$\sigma (x)$为sigmoid激活函数。

swish激活函数计算、求导复杂，对量化过程不友好，因此，作者提出了h-swish激活函数。
$$ReLU6(x)=min(max(x,0),6)$$

$$h?sigmoid=\frac{ReLU6(x+3)}{6}$$

$$h?swish(x)=x\frac{ReLU6(x+3)}{6}$$

在很多时候，我们会选择使用h-sigmoid激活函数来替换sigmoid激活函数。使用h-swish激活函数来替代h-swish激活函数。

重新设计耗时层结构

1.减少第一个卷积层的卷积核个数（32->16）

2.精简Last Stage

这样调整后，作者发现，在准确率方面没有发生很大的变化，但是节省了7毫秒（占推理过程的11%）的执行时间。

MobileNet V3-Large网络结构

注意：在第一个bneck中，并没有使用$1\times 1$对卷积进行升维操作。