论文阅读：MobileNetV2: Inverted Residuals and Linear Bottlenecks（MobileNetV2）

文章目录

1 摘要
2 存在问题
3 亮点
- 3.1 Linear Bottlenecks
- 3.2 Inverted residual block
- 3.4 总的结构体
4 部分结果
- 4.1 部分数据对比
- 4.2 部分效果对比
5 结论
- 5.1 优势
- 5.2 不足
6 参考资料

1 摘要

本文基于MobileNetV1（戳这可以先了解一下MobileNetV1）的缺陷提出了MobileNetV2结构，并且详尽地分析介绍了设计轻量网络中的一些方法。参考ResNet的跳跃连接，作者提出Linear Bottlenecks和Inverted residuals模块去对网络进行优化，使得网络变得更快。

2 存在问题

① 目前，很多达到最好效果的网络都需以消耗大量的计算资源为代价的，并不适用于嵌入式移动设备。

② MobileNetV1虽然轻盈，但是其准确率表现不大如意，原因是单纯地使用卷积层进行堆叠，没有引入类似于跳跃连接的结构，所以没有充分利用图像的信息。

③ 在实际使用中，发现深度可分离卷积的某些卷积核参数为0，也就是在学习过程中导致卷积核“失效了”。

3 亮点

3.1 Linear Bottlenecks

为了解决学习过程中卷积核参数变0的问题，作者进行了分析，认为是由于Dwise的浅层输出接ReLU6（代表最大的激活值为6）容易使得卷积核参数为0，损害了信息（关于ReLU，很多文章指出过，在某些情况下会损失精度）。作者给出了如下图：

随着卷积输出维度的越来越高，output能够越来越接近input。而维度很小的时候，只有显示了一部分，所以有一部分被ReLU6吃掉了。通作者过如下图改进：

在stride=1或者stride=2的bottleneck的Dwise输出，都通过使用线性而不是非线性ReLU6以减少信息的丢失。使用非线性的bottleneck会有一定的提升，作者给出的对比图如下：

可见使用非线性输出的bottleneck准确率更高。

3.2 Inverted residual block

为了引入跳跃连接，作者参考ResNet的设计，在设计Bottleneck Residual Block的时候使用了 Residual Block，并且从以下方面进行对Residual Block的改造：

① 继承MobileNetV1，使用可分离深度卷积，这是使得模型轻量化的一个重要手段。如下图的（a）和（b）。

② 通道数的扩展，由于上面已经提到当使用可分离卷积的时候，如果要引入非线性ReLU6，那么就要使得通道数增加才能减小ReLu6带来的影响。如下图：

左边图像通过1x1卷积将通道数尽量增加，经过分离卷积以后恢复成原来的通道。

③ 引入线性输出，上面提过，由于ReLU6非线性输出的影响，所以在卷积后的1x1卷积输出使用线性输出，而不添加ReLU6。

④ 引入跳跃连接，名为Inverted residual block，之所以叫Inverted，是因为其不同于平常的residual block。两者对比如下图：

（a）为residual block模块，跳线连接之间，通道数是少的，呈“两边多，中间小”。而（b）则是为了尽量使ReLU6能够更好与深度可分离卷积兼容，所以在条线之间的通道数是最多的，而两边的通道则比中间小。呈“两边少，中间多”。所以作者称其为Inverted residual block。

下图显示使用Inverted residual block的bottleneck（也就是“中间多，两边小”）的结构会由更高的准确率，如果没有残差块，则其准确率更低。

3.4 总的结构体

总的结构图如下图：

其中，t扩增因子，一般与输入的通道数相乘；c代表输出通道数；n代表bottleneck的个数；s表示的为stride。stride为1的bottleneck和stride为2的bottleneck区别如下图：

4 部分结果

4.1 部分数据对比

作者还通过改进目标检测SSD网络（使用深度可分离卷积代替常规卷积）叫SSDLite。改进以后的参数确实减少不少，如下图：

作者又通过组合MobileNet（MNet）和SSDLite进行对比，如下图：

作者还进行了各种网络使用Google Pixel 1 phone运行的参数、运行速度和准确率的对比。如下图：

4.2 部分效果对比

下图为MobileNetV2在PASCAL VOC2012数据集上的分割效果，OS为output_stride；S为single scale，单尺度；MS+F:为Multi-scale inputs with scales = {0.5, 0.75, 1, 1.25, 1.5, 1.75} and left-right flipped inputs，经过多尺度处理和左右翻转处理的输入。

5 结论

5.1 优势

① 提出一个更轻量的网络，准确率高。

② 作者提出的这种改进模型效率的思路非常实用，如深度可分离卷积。这些思路可以用于改进当前表现好但是计算复杂的模型。

5.2 不足

（占位）

6 参考资料

（1）论文链接：https://arxiv.org/abs/1801.04381
（2）如何评价mobilenet v2 ?