《MobileNet v3：Searching for MobileNetV3》论文笔记

╰+哭是因爲堅強的太久メ 2022-01-05 08:59 312阅读 0赞

1.  概述

> 这篇文章在MobileNet v2的基础上提出了一个新型的轻量级网络结构MobileNet v3。其是用NAS与NetAdapt两个算法搜索出来的。这篇文章针对MobileNet v3给出了两个版本的实现MobileNetV3-Large和MobileNetV3-Small，分别应对资源消耗高低的场景。这两个网络结构成功用于目标检测与语义分割任务中。对于语义分割任务文章提出了一个新的高效解码器LR-ASPP（Lite Reduced Atrous Spatial Pyramid Pooling）。相对MobileNet v2这篇文章给出的两种网络结构分别提升了4.6%与3.2%，速度上快了5%与15%。在检测与分割任务上使用large的版本比MobileNet v2在相同精度下快了25%和30%。

文章的主要工作内容：

*  1）使用互补的网络搜索方法搜索得到轻量级的网络；
 *  2）采用了新的非线性激活层h-swish；
 *  3）一个新型的高效网络设计；
 *  4）新型的语义分割解码器；

文章提出的网络性能：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70]

# 2. 网络设计 #

## 2.1 高效的网络构建模块 ##

前面内容已经提到，MobileNetV3 是神经架构搜索得到的模型，其内部使用的模块继承自：

*  1）MobileNetV1 模型引入的深度可分离卷积（depthwise separable convolutions）；
 *  2）MobileNetV2 模型引入的具有线性瓶颈的倒残差结构(the inverted residual with linear bottleneck)，其结构见下图3所示；  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70 1]
 *  3）MnasNet 模型引入的基于squeeze and excitation结构的轻量级注意力模型，这篇文章引入的位置与原论文中的位置并不相同，其引入的结构见图4所示。  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70 2]  
    这些被证明行之有效的用于移动端网络设计的模块是搭建MobileNetV3的积木。

## 2.2 网络（互补）搜索 ##

在网络结构搜索中，作者结合两种技术：资源受限的NAS（platform-aware NAS）与NetAdapt，前者用于在计算和参数量受限的前提下搜索网络的各个模块，所以称之为模块级的搜索（Block-wise Search） ，后者用于对各个模块确定之后网络层的微调，主要是确定每层的filter数量（Layer-wise Search）。

这两项技术分别来自论文：

1.  M. Tan, B. Chen, R. Pang, V. Vasudevan, and Q. V. Le. Mnasnet: Platform-aware neural architecture search for mobile. CoRR, abs/1807.11626, 2018.
2.  T. Yang, A. G. Howard, B. Chen, X. Zhang, A. Go, M. Sandler, V. Sze, and H. Adam. Netadapt: Platform-aware neural network adaptation for mobile applications. In ECCV, 2018

## 2.3 网络优化 ##

除了使用搜索算法搜索网络的整体结构之外，文章还从如下的两个方面进行改进：重新设计网络开始和结束位置处开销大的层；改进swish激活函数，使其能够快速高效计算。

### 2.3.1 重新设计开销大层 ###

文中指出网络的开端和结尾存在开销较大的层，这是在现有的网络搜索空间中无法找到的，所以这里对其进行了手工改进。  
文中对网络的最后一个stage进行了改进，作者首先移动average pooling层，使得最后特征的集合分辨率得以降低到1x1。由于特征生成层的cost被减少，之前的bottleneck也不再需要了，这就使得可以移除之前bottleneck中的层进一步减少计算量（带来15%的时间节省，10ms），从新得到的最后stage结构如下所示：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70 3]  
对于网络的头部一般的channel是32，这里使用改进的hard swish与channel为16的卷积去替换，从而进一步减少3ms。

### 2.3.2 非线性层改进 ###

作者发现一个新的激活函数可以改进网络的性能：  
 s w i s h ( x ) = x ⋅ σ ( x ) swish(x)=x\\cdot \\sigma (x) swish(x)=x⋅σ(x)  
这个激活函数虽好，但是在移动设备上计算开销比较大，这里对其进行了拟合改进，得到h-swish（hard swish）：  
 h − s w i s h \[ x \] = x R e L U 6 ( x + 3 ) 6 h-swish\[x\]=x\\frac\{ReLU6(x+3)\}\{6\} h−swish\[x\]=x6ReLU6(x\+3)  
下面两个激活函数的曲线对比：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70 4]  
激活函数对网络性能的影响：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70 5]

## 2.4 网络结构 ##

MobileNetV3-Large：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70 6]  
MobileNetV3-Small：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70 7]

# 3. 实验结果 #

分类性能：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70 8]  
检测性能：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70 9]  
分割性能（分割质量并未超过v2版本，速度有所提升）：  
重新设计的ASPP模块  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70 10]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70 11]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70]: /images/20211229/d14ceba02c4341caa336bae22acb66ab.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70 1]: /images/20211229/3b0c5f7ed5984668a5405a00394dbf25.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70 2]: /images/20211229/fc8c027475734fd0a01831f7503fe19c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70 3]: /images/20211229/6b2a0e213c92492183e5f657775f2881.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70 4]: /images/20211229/72813c12141d483b87d0c457db85cfa3.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70 5]: /images/20211229/65030d7810a94cf19577d9ef6ff94453.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70 6]: /images/20211229/d17c48a711f74e38ae6b1e577b1c6aa6.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70 7]: /images/20211229/23a1695116f04717bae4350faefe82ff.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70 8]: /images/20211229/0188960535824cba89e00d9f5c7548f6.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70 9]: /images/20211229/54b94223fed2445d8795a3c0a6bc69bf.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70 10]: /images/20211229/0eda4f485bc1454fb71877549f2635f6.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70 11]: /images/20211229/bcae7dad28ca495db8f303e9c220051c.png