Press "Enter" to skip to content

【小白学PyTorch】12 SENet详解及PyTorch实现

本站内容均来自兴趣收集,如不慎侵害的您的相关权益,请留言告知,我们将尽快删除.谢谢.

目录

上一节课讲解了MobileNet的一个DSC深度可分离卷积的概念,希望大家可以在实际的任务中使用这种方法,现在再来介绍EfficientNet的另外一个基础知识—,
Squeeze-and-Excitation Networks压缩-激活网络

1 网络结构

 

 

可以看出来,左边的图是一个典型的Resnet的结构, Resnet这个残差结构特征图求和而不是通道拼接,这一点可以注意一下

 

这个SENet结构式融合在残差网络上的,我来分析一下上图右边的结构:

输出特征图假设shape是 \(W \times H \times C\) 的;
一般的Resnet就是这个特征图经过残差网络的基本组块,得到了输出特征图,然后输入特征图和输入特征图通过残差结构连在一起(通过加和的方式连在一起);
SE模块就是输出特征图先经过一个全局池化层,shape从 \(W \times H \times C\) 变成了 \(1 \times 1 \times C\) , 这个就变成了一个全连接层的输入啦

压缩Squeeze:先放到第一个全连接层里面,输入 \(C\) 个元素, \(\frac{C}{r}\) ,r是一个事先设置的参数;

 

激活Excitation:在接上一个全连接层,输入是 \(\frac{C}{r}\) 个神经元,输出是 \(C\) 个元素,实现激活的过程;

现在我们有了一个 \(C\) 个元素的经过了两层全连接层的输出,这个C个元素,刚好表示的是原来输出特征图 \(W \times H \times C\) 中C个通道的一个权重值,所以我们让C个通道上的像素值分别乘上全连接的C个输出,这个步骤在图中称为 Scale 。 而这个调整过特征图每一个通道权重的特征图是SE-Resnet的输出特征图,之后再考虑残差接连的步骤。

在原文论文中还有另外一个结构图,供大家参考:

2 参数量分析

 

每一个卷积层都增加了额外的两个全连接层,不够好在全连接层的参数非常小,所以直观来看应该整体不会增加很多的计算量。 Resnet50的参数量为25M的大小,增加了SE模块,增加了2.5M的参数量,所以大概增加了10%左右,而且这2.5M的参数主要集中在final stage的se模块,因为在最后一个卷积模块中,特征图拥有最大的通道数,所以这个final stage的参数量占据了增加的2.5M参数的96%。

 

这里放一个几个网络结构的对比:

3 PyTorch实现与解析

 

先上完整版的代码,大家可以复制本地IDE跑一跑,如果代码有什幺问题可以联系我:

 

import torch
import torch.nn as nn
import torch.nn.functional as F
class PreActBlock(nn.Module):
    def __init__(self, in_planes, planes, stride=1):
        super(PreActBlock, self).__init__()
        self.bn1 = nn.BatchNorm2d(in_planes)
        self.conv1 = nn.Conv2d(in_planes, planes, kernel_size=3, stride=stride, padding=1, bias=False)
        self.bn2 = nn.BatchNorm2d(planes)
        self.conv2 = nn.Conv2d(planes, planes, kernel_size=3, stride=1, padding=1, bias=False)
        if stride != 1 or in_planes != planes:
            self.shortcut = nn.Sequential(
                nn.Conv2d(in_planes, planes, kernel_size=1, stride=stride, bias=False)
            )
        # SE layers
        self.fc1 = nn.Conv2d(planes, planes//16, kernel_size=1)
        self.fc2 = nn.Conv2d(planes//16, planes, kernel_size=1)
    def forward(self, x):
        out = F.relu(self.bn1(x))
        shortcut = self.shortcut(out) if hasattr(self, 'shortcut') else x
        out = self.conv1(out)
        out = self.conv2(F.relu(self.bn2(out)))
        # Squeeze
        w = F.avg_pool2d(out, out.size(2))
        w = F.relu(self.fc1(w))
        w = F.sigmoid(self.fc2(w))
        # Excitation
        out = out * w
        out += shortcut
        return out

class (nn.Module):
    def __init__(self, block, num_blocks, num_classes=10):
        super(SENet, self).__init__()
        self.in_planes = 64
        self.conv1 = nn.Conv2d(3, 64, kernel_size=3, stride=1, padding=1, bias=False)
        self.bn1 = nn.BatchNorm2d(64)
        self.layer1 = self._make_layer(block,  64, num_blocks[0], stride=1)
        self.layer2 = self._make_layer(block, 128, num_blocks[1], stride=2)
        self.layer3 = self._make_layer(block, 256, num_blocks[2], stride=2)
        self.layer4 = self._make_layer(block, 512, num_blocks[3], stride=2)
        self.linear = nn.Linear(512, num_classes)
    def _make_layer(self, block, planes, num_blocks, stride):
        strides = [stride] + [1]*(num_blocks-1)
        layers = []
        for stride in strides:
            layers.append(block(self.in_planes, planes, stride))
            self.in_planes = planes
        return nn.Sequential(*layers)
    def forward(self, x):
        out = F.relu(self.bn1(self.conv1(x)))
        out = self.layer1(out)
        out = self.layer2(out)
        out = self.layer3(out)
        out = self.layer4(out)
        out = F.avg_pool2d(out, 4)
        out = out.view(out.size(0), -1)
        out = self.linear(out)
        return out

def SENet18():
    return SENet(PreActBlock, [2,2,2,2])

net = SENet18()
y = net(torch.randn(1,3,32,32))
print(y.size())
print(net)

 

输出和注解我都整理了一下:

Be First to Comment

发表评论

电子邮件地址不会被公开。 必填项已用*标注