CondeseNetV2:清华与华为出品,保持特征的新鲜是特征复用的关键 | CVPR 2021

论文提出SFR模块,直接重新激活一组浅层特征来提升其在后续层的复用效率,而且整个重激活模式可端到端学习。由于重激活的稀疏性,额外引入的计算量非常小。从实验结果来看,基于SFR模块提出的CondeseNetV2性能还是很不错的,值得学习

来源:晓飞的算法工程笔记 公众号

论文: CondenseNet V2: Sparse Feature Reactivation for Deep Networks

Introduction


目前大多数SOTA卷积网络都只能应用于算力充足的场景,而低算力场景往往是多数算法落地的实际场景,所以轻量级网络的研究是十分重要的。近期有研究认为DenseNet的长距离连接是低效的,较深的层往往将早期特征认定为过时并在生成新特征时将其忽略,造成了额外的内存和计算消耗。

为了缓解这一低效的设计,CondenseNet在训练过程中根据权重动态逐步裁剪不重要的层间连接,而ShuffleNetV2则通过分支和shuffle的设计使得层间连接随着层间距离增大而减少。对于这两个网络的具体介绍,可以看看公众号之前发的两篇解读:《CondenseNet:可学习分组卷积,原作对DenseNet的轻量化改进 | CVPR 2018》《ShuffleNetV1/V2简述 | 轻量级网络》

尽管上面的两个改进网络都有其提升,但论文认为直接淘汰浅层特征做法过于激进,浅层特征还是可能包含对生成深层特征有用的信息。在仔细研究后,论文提出了特征重激活(feature reactivation)的概念。整体思路如图1c所示,更新浅层特征从而可以更高效地被深层特征复用。

但需要注意的是,如果直接更新全部特征会带来过度的计算量,影响整体的效率。实际上,从DenseNet的成功可以看出,大部分的特征是不需要每次都更新的。为此,论文提出可学习的SFR(sparse feature reactivation)模块,通过学习的方式选择浅层特征进行重新激活,仅引入少量计算量就可以保持特征的"新鲜"。在应用时,SFR模块可转换分组卷积,复用当前的加速技术保证实践性能。

论文基于SFR模块和CondeseNet提出了CondenseNetV2,在性能和特征复用程度上都有很不错的表现,能媲美当前SOTA轻量级网络。实际上,SFR模块可简单地嵌入到任意卷积网络中,论文也将SFR模块嵌入ShuffleNetV2进行了相关实验,效果也是杠杠的。

Method


Sparse Feature Reactivation

Feature reuse mechanism

先定义DenseNet中的特征复用机制。假设block共\(L\)层,每层的特征输出为\(x_{l}\),\(x_0\)为block输入。由于当前层会以稠密连接的形式复用前面所有层的输出,\(l\)层的复合函数会接受所有的前层特征作为输入:

在CondenseNet中,\(H_l\)为可学习分组卷积(LGC),用于自动学习输入的分组以及去掉不重要的连接。而在ShuffleNet中,\(H_l\)的输入会根据与当前层的距离进行丢弃。上面的两种网络设计倾向于丢弃冗余的长距离连接,取得了很不错的性能提升,然而这样的设计可能会阻碍高效的特征复用机制的探索。实际上,导致深层不再使用浅层特征的主要原因是特征\(x_l\)一旦产生就不再改变。为此,论文提出计算消耗少的SFR模块,使得过时的特征可以被廉价地复用。

Reactivating obsolete features

对第\(l\)层引入重激活模块\(G_l(\cdot)\),该模块将层输入\(x_l\)转换为\(y_l\),用于激活前面的层输出特征。定义激活操作\(U(\cdot, \cdot)\)为与\(y_l\)相加,稠密层的输入重激活可公式化为:

\(x_l^{out}\)为重激活的输出特征,\(l\)层的可学习分组卷积操作\(H(\cdot)\)输出新特征\(x_l\)。此外,旧特征\((x_i, i=1,\cdots,l-1)\)会被重新激活以提高其作用。

显然,重激活所有的特征是不必要的,DenseNet的成功说明大部分特征是不需要重新激活的,而且过多的重激活也会带来过多的额外计算。为此,论文希望能自动找到需要重激活的特征,只对这部分特征进行重激活。于是,论文提出了SFR(sparse feature reactivation)模块,如图2所示,基于剪枝的方法逐步达到这个目标。

Spare feature reactivation(SFR)

重激活模块\(G_l(\cdot)\)包含卷积层、BN层和ReLU层,卷积核的权值矩阵\(F\)的大小表示为\((O, I)\),\(O\)和\(I\)分别表示输出维度和输入维度。将\(G_l(\cdot)\)模块的输入\(x_l\)分成\(G\)组,权值矩阵\(F\)也随之分为\(G\)组\(F^1,\cdots,F^G\),每个的大小变为\((O,I/G)\)。注意这里的分组不是将卷积变为分组卷积,只是为了方便稀疏化而进行的简单分组,计算量和参数量没改变。为了将重激活连接稀疏化,定义稀疏因子\(S\)(也可以每组不同),使得每组在训练后只能选择\(\frac{O}{S}\)个维度进行重激活。

在训练期间,每个\(G_l(\cdot)\)中的连接方式由\(G\)个二值掩码\(M^g\in\{0,1\}^{O\times\frac{1}{G}},g=1,\cdots,G\)控制,通过将对应的值置零来筛选出\(F^g\)中不必要的连接。换句话说,第\(g\)组的权值变为\(M^g\odot F^g\),\(\odot\)为element-wise相乘。

SFR模块参考了CondenseNet的训练方法进行端到端训练,将整体训练过程分为\(S-1\)个稀疏阶段和最终的优化阶段。假设总训练周期为\(E\),则每个稀疏阶段的周期数为\(\frac{E}{2(S-1)}\),优化阶段的周期数为\(\frac{E}{2}\)。在训练时,SFR模块先重激活所有特征,即将\(M^g\)初始为全1矩阵,随后在稀疏阶段逐步去掉多余的连接。在每个稀疏阶段中,\(g\)组内重激活\(i\)输出的重要程度通过计算对应权值的L1-norm \(\sum^{I/G}{j=1}|F^g{i,j}|\)得到,将每个组中重要程度最低的\(\frac{O}{S}\)个输出(除掉组内已裁剪过的)裁剪掉,即将\(j\)输出对应的\(g\)组权值\(M^g_{i,j}\)设为零。如果\(i\)输出在每个组中都被裁剪了,则代表该特征不需要重激活。在训练之后,每组输入只更新\(1/S\)比例的输出,\(S\)的值越大,稀疏程度越高。

Convert to standard group convolution

在测试阶段,SFR模块可转换为标准分组卷积和index层的实现,这样的实现在实际使用中可以更高效地计算。如图3所示,转换后的分组卷积包含\(G\)组,输出和输入维度为\((\frac{OG}{S}, I)\)。在分组卷积产生中间特征后,index层用于重排输出的顺序,从而获得\(y_l\)。在排序时,需要将相同序号的中间特征相加再进行排序。

Architecture Design

基于提出的SFR模块,论文在CondenseNet的基础上改造出CondeseNetV2的新稠密层,结构如图4右所示。LGC层先选择重要的连接,基于选择的特征产生新特征\(x_l\)。随后SFR模块将\(x_l\)作为输入,学习重激活过时的特征。跟CondenseNet一样,为了增加组间交流,每次分组卷积后面都接一个shuffle操作。从图4的结构对比可以看出,CondenseNet和CondenseNetV2之间的差异在于旧特征的重激活,CondenseNetV2的特征复用机制效率更高。

CondenseNetV2沿用了CondenseNet指数增长以及全稠密连接的设计范式,加入了SFR-DenseLayer。结构图表1所示,SE模块和hard-swish非线性激活依旧使用。表1展示的是参考用的基础设计,调整的超参数或网络搜索可以进一步提升性能。

Sparse Feature Reactivation in ShuffleNetV2

SFR模块可嵌入到任意CNN中,除了CondenseNet,论文还尝试了ShuffleNet的改造。改造后的结构如图5所示,论文称之为SFR-ShuffleNetV2,仅应用于非下采样层。

Experiment


对不同层的卷积核权值进行可视化,纵坐标可认为是来自不同层的特征。可以看到,CondenseNet更关注相邻层的特征,而CondenseNetV2则也会考虑较早层的特征。

通过卷积核权值之和直接展示了层间的关联层度,进一步展示了CondenseNet对较早层的复用程度较高。

不同参数下的准确率对比,其中图b的\(S=1\)即CondenseNet。

论文提出了三种不同大小的CondenseNetV2,参数如表2所示,而ImageNet上的性能对比如表3所示。

在ImageNet上对比各模块的实际提升效果。

与SOTA模块在ImageNet上进行对比。

在端侧设备上进行推理速度对比。

CIFAR数据集上的网络对比。

作为检测主干网络的性能对比。

Conclusion


论文提出SFR模块,直接重新激活一组浅层特征来提升其在后续层的复用效率,而且整个重激活模式可端到端学习。由于重激活的稀疏性,额外引入的计算量非常小。从实验结果来看,基于SFR模块提出的CondeseNetV2性能还是很不错的,值得学习。

如果本文对你有帮助,麻烦点个赞或在看呗~

更多内容请关注 微信公众号【晓飞的算法工程笔记】