shuffleNet v2
作者：互联网
论文名称：ShuffleNet V2: Practical Guidelines for Efficient CNN Architecture Design
论文地址：https://arxiv.org/abs/1807.11164
目前，CNN网络在图像识别领域大放异彩，从最初的AlexNet到后面的GoogLeNet,ResNet,识别精度越来越高，但是除了精度之外，模型的计算复杂度也越来越引起大家的思考，如何降低网络的复杂度，以使网络可以高效的运行在诸如手机等移动端设备，也得到了众多研究者的研究。本文便主要在这方面发力，提出了提高网络速度设计的4个准则，并基于此设计了shuffleNet v2,在速度、精度均超过了目前的主流轻量级网络（shuffleNet v1, mobileNet v2等）,本文是Face++提出，发表于ECCV2018.
下面详细介绍一下这篇文章
作者在开篇首先指出，目前评价一个网络的复杂度的指标往往是FLOPs（ FLOPs简单解释就是网络执行了多少的multiply-adds操作)，但是这种评价指标往往是不正确的，因为FLOPs可能不能反映出网络模型的执行速度或者时延，如下图所示：
通过观察可以发现图中(c,d)可以发现，具有相似的FLOPs的网络，执行的速度却不一样。
那么，为什么会出现这个矛盾呢？作者解释有两个原因：
一些严重影响速度的因素没有考虑在FLOPs中。比如MAC（memory access cost内存访问成本，计算机在进行计算时候要加载到cache，然后计算，这是需要时间的）。比如分组卷积（group convolution）就会消耗较大的MAC。并行度，如果网络的并行度较高，那么速度就会有显著的提升。
计算平台的不同，比如tensor运行的使用会提高计算速度，（但是最近发现，即使通过分解（decomposition）可以减少75%的FLOPs，但是计算速度却便慢了，究其原因是因为最近更新的cudnn加强了对3*3conv计算的优化，3*3卷积并不是1*1卷积计算速度的9倍这么简单）
基于以上的分析，作者提出了2个需要考虑的网络执行效率对比的设计准则：
使用正确的速度度量方式，代替FLOPs
要在目标计算平台上计算，不然结果不具有代表性。
如下这张图是作者分别在GPU(1080ti， cudnn7.0)以及ARM（高通骁龙810）环境下的网络运行时间展示，可以发现，除了卷积部分，还有很大部分时间在做其他的事情，这也说明，仅仅使用FLOPs是不够的。并且从该图可可以看出ARM相比较于GPU确实慢了一些，假设读取数据时间一致，GPU中卷积操作只占到将近一半，而ARM中已经占到了约90%。
基于此，作者做了如下的分析？
G1:输入输出具有相同channel的时候，内存消耗是最小的
为什么这么说：
由于目前主流网络均使用的depthwise separable convolutions，其中pointwise convolution占据了很大一块的运算量，这个在shuffleNet V1中有说明详细参见博客：shuffleNet V1，作者以1*1网络为例，假设feature map的大小为h*w输入输出channel分别为c1和c2,那么：
FLOPs:
[Math Processing Error]
B=hw(c1∗1∗1∗c2)=hwc1c2
MAC:
[Math Processing Error]
MAC=hw(c1+c2)+c1∗c2
(这里解释一下这个是怎么计算的：因为特征图大小为hw，在计算1*1卷积过程中我们需要将将所有的输入特征图和卷积核载入cache一次，这样需要[Math Processing Error]hwc1+c1c2次访存；然后需要将计算结果返回到内存，需要[Math Processing Error]hwc2次访存。)
利用均值不等式（[Math Processing Error]c1+c2>=2c1c2）化简可以得到：
[Math Processing Error]
MAC>=2hwB+Bhw
根据这个结果可以发现，当[Math Processing Error]c1,c2相等的时候，可以取到最小值。
得证
下图的结果是作者的实验，实验结果同样支持G1结论。
G2: Excessive group convolution increases Map
group convolution最大的作用在于改变了所有channel间的dense convolution变为sparse卷积，（解释一下：如果没有group，每个output feature的每个cell是上层所有channel的feature map对应的cell的卷积结果，而分组之后，只需要计算组内的cell卷积结果，计算量就自然少了很多）
在固定的FLOPs条件下，采用group convolution可以使用更多的channel，这也是为什么采用group convolution提高精度的主要手段，但是增加了channel的同时，也增加了更多的MAC
采用分组卷积的MAC计算如下：
[Math Processing Error]
MAC=hw(c1+c2)+c1c2g
[Math Processing Error]
MAC=hwc1+Bgc1+Bhw
[Math Processing Error]
B=hwc1c2g
由上面公式可以很清楚的看出来，MAC会随着g的增加而增加，同样的，作者进行了实验，验证这个结论，如下：
可见，随着group的增大，速度在明显减慢。
G3: Network fragmentation reduces degree of parallelism
比如googLeNet等网络，每个单元有很多的分支（multi-path），包括横向的和竖向的，如下图所示：
虽然这种分支结构对于提升精度有一定效果，但是却影响了模型的效率，主要原因在于影响了模型计算的并行度
为了证明这种multi-path对于网络执行速度的影响，作者分别设计了不同的multi-path并进行实验，实验结果如下：
观察实验结果可以发现，在GPU上多个fragment的网络的时间消耗增加明显，在CPU上增加不明显但是同样在增加。
G4: Element-wise operations are non-negligible
element-wise operation包括比如：ReLU，addtensor,addbias等，根据Fig2，我们可以发现，element操作的耗时也是挺大的，这波操作不容忽视。
注：另外作者在这提到，depthwise convolution（group数等于通道数，每个卷积核只卷积一个channel）也认为是一种element-wise操作
为了证明这个观点，作者利用resnet的一个block进行实验，将ReLU以及short-cut作为elemet-wise进行实验对比，实验结果如下图所示：
根据实验结果可以发现，ReLU以及short-cut操作如果都是no，速度为2842 batches/s，加入后为2427 batches/s，速度下降的还是挺明显的，CPU中，也是一样的趋势。
所以，一个高效的网络应该具备这些因素：
use balance convolution，input channel == output channel
consider of group convolution
reduce the degree of fragmentation
reduce element-wise operation
基于此，作者在shuffleNet的基础上，设计了shuffleNet V2:一个轻量级的速度高精度也高的网络结构。
下面介绍一下shuffleNet V2
在了解shuffleNet V2之前，可以先了解一下shuffleNet V1
先show一张shuffleNet V2 与shuffleNet的对比图
其中图（a,b）是shuffleNet的结构，图（c,d）是shuffleNet的改进结构，比较（a）与（c），可以发现，读了一个split操作，这也是shuffleNet V2的创新点，全称是channel split，其做法就是，首先将channel分成两个分支，c-c’和c’,为了满足G3,减少多分支计算，一个分支直接传下来，另一个分支包含了3个卷积，并且都是input-channel== output-channel的（符合G1），并且两个point-wise convolution不再使用group操作（满足G2）,最终，两个分支进行concat操作（满足G4）,后面的shuffle操作用来进行两个分支的信息交流。
对于需要down sampling的模块，如图（d）所示，将split操作去除，然后stride=2进行操作，这样输出的维度便增加了一倍。
最终，通过该block的堆叠，得到shuffleNet V2,结构如下图所示：其中repeat对应不同block的个数。本文中c’ = c/2
整体结构与shuffleNet V1基本一致,shuffleNet V1结构如下图所示：
唯一不同的是在global pooling的前面增加了Conv5（1*1的卷积层），来进行特征的融合。
shuffleNet V2不仅仅efficient同时具有很高的精度，这主要有如下两个原因：
第一个原因是：由于高效，可以增加更多的channel，增加网络的容量。
另外采用split使得一部分特征直接与下面block相连，这可以被看做是一种特征复用
下图是作者在多个模型的测试对比结果（包括mobileNet,CondenseNet,IGCV2,IGCV3等）：
根据该图可以发现，MobileNet v1在GPU上面的速度是最快的，甚至超过了shuffleNet V2,mobileNet V1主要使用了depthwise conv以及pointwise conv，其fragment较少，符合G3的标准，另外IGCV2与IGCV3的速度较慢主要是因为使用了较多的group
另外，作者提到，利用SE-Net操作，分类精度会提升大约0.5%左右。将shuffleNet-V2堆叠50层，与shuffleNet v1以及resnet-50相比，精度有一定的提升，如下图：
另外，作者在COCO数据集上进行检测的测试，采用Light-Head框架，检测结果如下图所示：
可见，shuffleNet V2在相同FLOPs下，其精度最高，同时作者也指出：
对于分类精度：ShuffleNet v2 > MobileNet V2 > ShuffleNet v1 > Xception, 但是对于检测的结果是：ShuffleNet v2 > Xception > ShuffleNet v1 > MobileNet v2
为什么会出现这种情况呢？作者解释到，可能是由于Xception较大的感受野，基于此为了增大感受野，作者在每个block的第一个pointwise convolution前面加入了一个3*3的depthwise convolution ，为shuffleNet v2*,可见上图的v2*确实在精度上有所提升。
---------------------
作者：春枫琰玉
来源：CSDN
原文：https://blog.csdn.net/chunfengyanyulove/article/details/81781674
版权声明：本文为博主原创文章，转载请附上博文链接！
标签：convolution,卷积,V2,shuffleNet,v2,FLOPs,channel 来源： https://blog.csdn.net/AMDS123/article/details/89380405