Press "Enter" to skip to content

卷积神经网络之 – 残差⽹络(RESNET)

本文作者: 铜豌豆 & Leong

 

残差神经网络 (ResNet) 是由微软研究院的何恺明、张祥雨、任少卿、孙剑等人提出的。ResNet 在 2015 年的 ILSVRC(ImageNet Large Scale Visual Recognition Challenge)中取得了图像分类、检测、定位三个冠军。2016 年 CVPR 论文:《Deep Residual Learning for Image Recognition》就介绍了 ResNet,该论文截至当前 (2020.1.3) 已被引用超过 36500 次。

 

残差神经网络的主要贡献是发现了 “退化现象(Degradation)”,并针对退化现象发明了“快捷连接(Shortcut connection)”(或者跳过连接),极大的消除了深度过大的神经网络训练困难问题。神经网络的 “深度” 首次突破了 100 层、最大的神经网络甚至超过了 1000 层。

ILSVRC 2015 图像分类排名

ResNet 论文网址

https://arxiv.org/ab
s/1512.03385

从一个信念说起

 

在 2012 年的 ILSVRC 挑战赛中,AlexNet 取得了冠军,并且大幅度领先于第二名。由此引发了对 AlexNet 广泛研究,并让大家树立了一个信念 ——“越深网络准确率越高”。这个信念随着 VGGNet、Inception v1、Inception v2、Inception v3 不断验证、不断强化,得到越来越多的认可,但是,始终有一个问题无法回避,这个信念正确吗?

 

它是正确的,至少在理论上是正确的。

 

假设一个层数较少的神经网络已经达到了较高准确率,我们可以在这个神经网络之后,拼接一段恒等变换的网络层,这些恒等变换的网络层对输入数据不做任何转换,直接返回( y = x ),就能得到一个深度较大的神经网络,并且,这个深度较大的神经网络的准确率等于拼接之前的神经网络准确率,准确率没有理由降低。

 

层数较多的神经网络,可由较浅的神经网络和恒等变换网络拼接而成,下图所示。

退化现象与对策

 

在讲退化这个概念之前先说一下梯度消失 (Gradients Vanishing) 和梯度爆炸 (Gradients Exploding) 这个概念。也就是在训练神经网络的时候,导数或坡度有时会变得非常大,或者非常小,多个层以后梯度将以指数方式变大或者变小,这加大了训练的难度。

 

当网络很深时,很小的数乘起来将会变成 0(梯度消失),很大的数乘起来会变得非常大(梯度爆炸)

 

通过实验,ResNet 随着网络层不断的加深,模型的准确率先是不断的提高,达到最大值(准确率饱和),然后随着网络深度的继续增加,模型准确率毫无征兆的出现大幅度的降低。以下曲线显示 20 层普通网络的训练误差和测试误差低于 56 层普通网络,这个现象与 “越深的网络准确率越高” 的信念显然是矛盾的、冲突的。ResNet 团队把这一现象称为 “退化(Degradation)”。

ResNet 团队把退化现象归因为深层神经网络难以实现 “恒等变换( y = x )”。乍一看,让人难以置信,原来能够模拟任何函数的深层神经网络,竟然无法实现恒等变换这幺简单的映射了?

 

让我们来回想深度学习的起源,与传统的机器学习相比,深度学习的关键特征在于网络层数更深、非线性转换(激活)、自动的特征提取和特征转换,其中,非线性转换是关键目标,它将数据映射到高纬空间以便于更好的完成 “数据分类”。随着网络深度的不断增大,所引入的激活函数也越来越多,数据被映射到更加离散的空间,此时已经难以让数据回到原点(恒等变换)。或者说,神经网络将这些数据映射回原点所需要的计算量,已经远远超过我们所能承受的。

 

退化现象让我们对非线性转换进行反思,非线性转换极大的提高了数据分类能力,但是,随着网络的深度不断的加大,我们在非线性转换方面已经走的太远,竟然无法实现线性转换。显然,在神经网络中增加线性转换分支成为很好的选择,于是,ResNet  团队在  ResNet  模块中增加了快捷连接分支,在线性转换和非线性转换之间寻求一个平衡。

 

残差网络

 

为了解决梯度消失 / 爆炸的问题,添加了一个跳过 / 快捷方式连接,将输入 x 添加到经过几个权重层之后的输出中,如下图所示:

残差网络构建块

 

输出为 H (x) = F (x) + x,权重层实际上是学习一种残差映射:F (x) = H (x) – x,即使权重层的梯度消失了,我们仍然始终具有标识 x 可以转移回较早的层。

 

ResNet 网络架构

 

按照这个思路,ResNet  团队分别构建了带有  “快捷连接(Shortcut Connection)”  的  ResNet  构建块、以及降采样的  ResNet  构建块,区别是降采样构建块的主杆分支上增加了一个  1×1  的卷积操作,见下图

下图展示了 34 层 ResNet 模型的架构图,仿照 AlexNet 的 8 层网络结构,我们也将 ResNet 划分成 8 个构建层(Building Layer)。一个构建层可以包含一个或多个网络层、以及一个或多个构建块(如 ResNet 构建块)。

34 层 ResNet 模型架构图(此图来源于《TensorFlow 深度学习实战大全 》)

第一个构建层,由 1 个普通卷积层和最大池化层构建。

 

第二个 构建层,由 3 个残差模块构成。

 

第三、第四、第五构建层,都是由降采样残差模块开始,紧接着 3 个、5 个、2 个残差模块。

 

ResNet 各个版本的网络架构如下所示:

实验结果

 

一个概念: 10 -crops : 取图片(左上,左下,右上,右下,正中)以及它们的水平翻转。这 10 个 crops 在 CNN 下的预测输出取平均作为最终预测结果。

 

图像分类

 

 

ILSVRC

 

 

 

其中 plain-34 就是普通的卷积叠加起来的网络,把 ResNet 深度一直加深,错误率也一直降低

10-Crop + 多尺度全卷积

10-Crop + 多尺度全卷积 + 6 个模型融合,错误率降到了 3.57%

 

 

CIFAR-10 数据集

 

 

作者们干脆把网络深度加到了 1202 层,此时网络优化起来也没有那幺困难,即仍可以收敛,但是, 当层数从 110 增加到 1202 时,发现错误率从 6.43%增加到 7.93%, 可能是 因为 CIFAR10 样本少,层数增大到 1202 层时会因为 overfit 造成错误率提升。

目标检测

 

PASCAL VOC 2007/2012 数据集 mAP (%) 测试结果如下:

MS COCO 数据集 mAP (%) 测试结果如下:

通过将 ResNet-101 应用于 Faster R-CNN,ResNet 可以获得比 VGG-16 更好的性能。

 

参考资料:

 

《 TensorFlow 深度学习实战大全  》作者: 李明军

 

https://www.cv-foundation.org/openaccess/content_cvpr_2016/papers/He_Deep_Residual_Learning_CVPR_2016_paper.pdf

 

https://towardsdatascience.com/review-resnet-winner-of-ilsvrc-2015-image-classification-localization-detection-e39402bfa5d8

 

吴恩达视频_梯度消失 / 爆炸:https://www.bilibili.com/video/av48340026?p=10

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