小白學PyTorch | 12 SENet詳解及PyTorch實作

參考目錄：

1 網絡結構
2 參數量分析
3 PyTorch實作與解析

上一節課講解了MobileNet的一個DSC深度可分離卷積的概念，希望大家可以在實際的任務中使用這種方法，現在再來介紹EfficientNet的另外一個基礎知識，Squeeze-and-Excitation Networks壓縮-激活網絡

1 網絡結構

可以看出來，左邊的圖是一個典型的Resnet的結構，Resnet這個殘差結構特征圖求和而不是通道拼接，這一點可以注意一下

這個SENet結構式融合在殘差網絡上的，我來分析一下上圖右邊的結構：

輸出特征圖假設shape是

W \times H \times C

的；

一般的Resnet就是這個特征圖經過殘差網絡的基本組塊，得到了輸出特征圖，然後輸入特征圖和輸入特征圖通過殘差結構連在一起（通過加和的方式連在一起）；
SE子產品就是輸出特征圖先經過一個全局池化層，shape從

W \times H \times C

變成了

1 \times 1 \times C

，這個就變成了一個全連接配接層的輸入啦

壓縮Squeeze：先放到第一個全連接配接層裡面，輸入

個元素，輸出

\frac{C}{r}

,r是一個事先設定的參數；

激活Excitation：在接上一個全連接配接層，輸入是

\frac{C}{r}

個神經元，輸出是

個元素，實作激活的過程；

現在我們有了一個

個元素的經過了兩層全連接配接層的輸出，這個C個元素，剛好表示的是原來輸出特征圖

W \times H \times C

中C個通道的一個權重值，是以我們讓C個通道上的像素值分别乘上全連接配接的C個輸出，這個步驟在圖中稱為Scale。而這個調整過特征圖每一個通道權重的特征圖是SE-Resnet的輸出特征圖，之後再考慮殘差接連的步驟。

在原文論文中還有另外一個結構圖，供大家參考：

2 參數量分析

每一個卷積層都增加了額外的兩個全連接配接層，不夠好在全連接配接層的參數非常小，是以直覺來看應該整體不會增加很多的計算量。Resnet50的參數量為25M的大小，增加了SE子產品，增加了2.5M的參數量，是以大概增加了10%左右，而且這2.5M的參數主要集中在final stage的se子產品，因為在最後一個卷積子產品中，特征圖擁有最大的通道數，是以這個final stage的參數量占據了增加的2.5M參數的96%。

這裡放一個幾個網絡結構的對比：

3 PyTorch實作與解析

先上完整版的代碼，大家可以複制本地IDE跑一跑，如果代碼有什麼問題可以聯系我：

import torch
import torch.nn as nn
import torch.nn.functional as F

class PreActBlock(nn.Module):
    def __init__(self, in_planes, planes, stride=1):
        super(PreActBlock, self).__init__()
        self.bn1 = nn.BatchNorm2d(in_planes)
        self.conv1 = nn.Conv2d(in_planes, planes, kernel_size=3, stride=stride, padding=1, bias=False)
        self.bn2 = nn.BatchNorm2d(planes)
        self.conv2 = nn.Conv2d(planes, planes, kernel_size=3, stride=1, padding=1, bias=False)

        if stride != 1 or in_planes != planes:
            self.shortcut = nn.Sequential(
                nn.Conv2d(in_planes, planes, kernel_size=1, stride=stride, bias=False)
            )

        # SE layers
        self.fc1 = nn.Conv2d(planes, planes//16, kernel_size=1)
        self.fc2 = nn.Conv2d(planes//16, planes, kernel_size=1)

    def forward(self, x):
        out = F.relu(self.bn1(x))
        shortcut = self.shortcut(out) if hasattr(self, 'shortcut') else x
        out = self.conv1(out)
        out = self.conv2(F.relu(self.bn2(out)))

        # Squeeze
        w = F.avg_pool2d(out, out.size(2))
        w = F.relu(self.fc1(w))
        w = F.sigmoid(self.fc2(w))
        # Excitation
        out = out * w

        out += shortcut
        return out


class SENet(nn.Module):
    def __init__(self, block, num_blocks, num_classes=10):
        super(SENet, self).__init__()
        self.in_planes = 64

        self.conv1 = nn.Conv2d(3, 64, kernel_size=3, stride=1, padding=1, bias=False)
        self.bn1 = nn.BatchNorm2d(64)
        self.layer1 = self._make_layer(block,  64, num_blocks[0], stride=1)
        self.layer2 = self._make_layer(block, 128, num_blocks[1], stride=2)
        self.layer3 = self._make_layer(block, 256, num_blocks[2], stride=2)
        self.layer4 = self._make_layer(block, 512, num_blocks[3], stride=2)
        self.linear = nn.Linear(512, num_classes)

    def _make_layer(self, block, planes, num_blocks, stride):
        strides = [stride] + [1]*(num_blocks-1)
        layers = []
        for stride in strides:
            layers.append(block(self.in_planes, planes, stride))
            self.in_planes = planes
        return nn.Sequential(*layers)

    def forward(self, x):
        out = F.relu(self.bn1(self.conv1(x)))
        out = self.layer1(out)
        out = self.layer2(out)
        out = self.layer3(out)
        out = self.layer4(out)
        out = F.avg_pool2d(out, 4)
        out = out.view(out.size(0), -1)
        out = self.linear(out)
        return out


def SENet18():
    return SENet(PreActBlock, [2,2,2,2])


net = SENet18()
y = net(torch.randn(1,3,32,32))
print(y.size())
print(net)

複制

輸出和注解我都整理了一下：

- END -