华为提出DyNet：动态卷积

点击上方“视学算法”，选择加"星标"或“置顶”

重磅干货，第一时间送达

编辑公众号：Cver

本文作者：张凯

https://zhuanlan.zhihu.com/p/139933466

本文已由原作者授权，不得擅自二次转载

背景

《DyNet: Dynamic Convolution for Accelerating Convolutional Neural Networks》是华为挂出的论文，其核心思想和谷歌的CondConv类似，产生kernel的方式有细微的不同，同时也取得了很高的性能涨点。

论文地址：http://de.arxiv.org/abs/2004.10694

一、研究动机：

该论文利用了动态卷积来做神经网络的加速。该文章对activation进行了协方差的分析和可视化，从而提出了Coefficient prediction模块和Dynamic generation模块来产生动态卷积。相比于标准卷积，相同的通道数下，动态卷积的性能有明显的提升。

二、研究方法

整体思路如图所示：

其核心思想和谷歌提出的条件卷积类似，通过activation生成一组权重，然后对fixed 权重进行加权求和生成动态卷积的权重。和CondConv主要区别在于该论文生成的权重参数更多，对于谷歌而言，一组卷积核的权重是共享的，而该论文是不共享的。

具体来看：

首先作者对现有网络的输出进行了协方差的统计和可视化：

其中S代表相关性最强，M、W、N依次减少。

可以看到，VGG的网络输出有较强的相关性。MobileNetv2的相关性相对较小，对于裁剪算法也较难进行裁剪。

协方差预测模块：

主要是生成卷积核采用一个全局pooling，然后采用全连接生成对应的权重。注意此处c的维度应该是的。而在谷歌Condconv此处对应的应该是gt。

动态卷积核生成模块：

如前图所示，是各个group中的加权求和。

训练算法：

在训练过程中，由于每张图的卷积核都是不一致的，所以在一个batch里并行计算是困难的（在旷视DRConv中，是用过将batch方向的并行计算堆叠到c方向通过group卷积实现），该论文通过等效在特征图上进行等效加权，这样就类似于通道上的注意力机制：（

作者给出了mobileNet、shuffleNet、resnet18、resnet50上的增加动态卷积的方式：

三、实验结果：

可以看到，在相近的计算量下，Dy-MobileNetv3-small的性能更高；在性能接近的情况下，Dy-ResNet50的计算量减少了三分之二。

从可视化的角度看：

从可视化上看，MobileNetv2的activation的协方差来的更小。

四、总结分析：

该论文从轻量设计的角度提出了DyNet，能够有效地降低模型的计算量。思路上和CondConv较为接近，在实现上类似于通道注意力机制，另一方面该论文的训练采用了cosine学习率、label smooth等技巧。

请给CVer一个在看！

华为提出DyNet：动态卷积相关推荐

【经典回顾】静态结构不能满足模型部署性能需求？微软提出动态卷积结构，Top-1准确率提高2.9%！（附复现代码）...
关注公众号,发现CV技术之美本文分享论文『Dynamic Convolution: Attention over Convolution Kernels』,静态的结构依旧不能满足性能需求了?微软提出 ...
CVPR 2020丨UDVD：用于可变退化的统一动态卷积超分辨率网络
点击上方"视学算法",选择加"星标"或"置顶" 重磅干货,第一时间送达本文作者:Alan https://zhuanlan.zhihu.c ...
CVPR 2020丨动态卷积：自适应调整卷积参数，显著提升模型表达能力
编者按:轻量级卷积神经网络能够在较低的计算预算下运行,却也牺牲了模型性能和表达能力.对此,微软 AI 认知服务团队提出了动态卷积,与传统的静态卷积(每层单个卷积核)相比,根据注意力动态叠加多个卷积核不 ...
动态卷积效率低？UCSD微软用矩阵分解的方法解决了这个问题，性能还更高！（ICLR2021）...
关注公众号,发现CV技术之美 ▊ 写在前面最近,动态卷积方面的研究表明,K个静态卷积核的自适应聚合,可以使得CNN的性能显著提高.然而,它有两个局限性:(a)它将卷积权重的数量增加了k倍 ,(b)动 ...
动态卷积：自适应调整卷积参数，显著提升模型表达能力 CVPR 2020
本文转载自微软研究院AI头条. 编者按:轻量级卷积神经网络能够在较低的计算预算下运行,却也牺牲了模型性能和表达能力.对此,微软 AI 认知服务团队提出了动态卷积,与传统的静态卷积(每层单个卷积核)相比 ...
（CVPR-2020）动态卷积：注意力卷积核
动态卷积:注意力卷积核论文题目:Dynamic Convolution: Attention over Convolution Kernels paper是微软发表在CVPR2020的工作论文地址 ...
（二）动态卷积之Dynamic Convolution
代码地址:code 论文题目:Dynamic Convolution: Attention over Convolution Kernels 论文地址:paper 目录前言 Dynamic Conv ...
并非所有图像都值16x16个词--- 清华华为提出一种自适应序列长度的动态ViT
[导读]ViT在大规模图像识别方面取得了显著的成功.但随着数据集规模以及自注意力中的tokens数量的增长,会导致计算成本呈平方级急剧增加!最近,清华自动化系的助理教授黄高的研究团队和华为的研究人员, ...
动态卷积超进化！通道融合替换注意力，减少75%参数量且性能显著提升 ICLR 2021...
导读本文是微软&加大圣地亚哥分校的研究员在动态卷积方面的一次突破性的探索,针对现有动态卷积(如CondConv.DY-Conv)存在的参数量大.联合优化困难问题,提出了一种动态通道融合机制替 ...

华为提出DyNet：动态卷积

华为提出DyNet：动态卷积相关推荐

最新文章

热门文章