论文阅读理解 - ResNeXt - Aggregated Residual Transformations for DNN

AIHGF

修改于 2020-06-12 15:08:09

1.4K0

修改于 2020-06-12 15:08:09

文章被收录于专栏：AIUAIAIUAI

ResNeXt - Aggregated Residual Transformations for Deep Neural Networks

摘要：高度模块化的网络结构，用于图像分类；通过重复 build block 来构建网络，每个 build block 聚合了具有相同拓扑结构的变换集； ResNeXt中，同类、multi-branch 结构的设计具有更少的参数. 引入了新的维度，即 Cardinality(涉及的变换集的尺寸)，作为网络 depth 和 width 维度之外的一种必要因子. 特点：

基于 ImageNet-1K 数据集，实验结果表明，在严格保证计算复杂度时，增加 Cardinality 能够提高图像分类精度；且，增加 Cardinality 比加深或者加宽网络结构更有效.
与 ResNet 相比，相同的精度， ResNeXt 计算量更少，参数更少. ResNeXt-50 接近 ResNet-101 的准确度.
ResNeXt 网络模块化设计更合理，结构更简单，超参数量更少.

VGG-nets/ResNets：堆叠相同形状的网络 building blocks；—— 网络 depth

Inceptions：split-transform-merge，将输入采用(1×1 Conv)分裂为几个低维 embedding，再经过一系列特定 filters (如3×3，5×5)的变换，最后连接在一起.

ResNeXt：采用 VGGs/ResNets 的网络的 depth 加深方式，同时利用 split-transform-merge 策略.

1. Simple Neurons 回顾

2.1 ResNet-50 && ResNeXt-50

Figure 1. Left - ResNet 的一个 block；Right - ResNeXt 的一个块，Cardinality=32. 二者复杂度相同.(#in_channels, #filter_size，#out_channels).

如果 spatial maps 是相同尺寸，blocks 共享相同的参数(width 和 filter sizes)
每次当 spatial map 基于因子 2 进行下采样时，blocks 的 width 乘上因子 2.

ResNeXt 保留 ResNet 的堆叠 block，而是对单个 building block 改进.

2.2 ResNeXt && Inception-ResNet && Grouped Convolutions

Figure 3. ResNeXt building blocks 的等价形式. (a) Figure 1 Right 的 Aggregated transformations；(b) 采用提前进行加法操作的等价形式；(c) 采用 grouped conv 的等价形式.

Grouped Convolutions：group conv 层中，输入和输出的 channels 被分为 CCC 个 groups，分别对每个 group 进行 conv.

ResNeXt 只能在 block 的 depth>3时使用. 如果 block 的 depth=2，则会得到宽而密集的模块.

2.3 参数

3. Results

4. 基于 ResNeXt 的 Faster R-CNN 实现

采用 Faster R-CNN框架；
不共享 RPN 和 Fast R-CNN 的特征；
- RPN 阶段，在 8-GPUs 上训练，每个 GPU min-batch为 2 张图片，每张图片 256 个 anchors；
- RPN 训练阶段，前 120k mini-batches 的学习率为 learning_rate=0.02，后面 60K mini-batches 学习率为 learning_rate=0.002；
- Fast R-CNN 阶段，在 8-GPUs 上训练，每个 GPU 1张图片，每个 mini-batch 64 个regions；
- Fast R-CNN 训练阶段，前120k mini-batches 的学习率为 learning_rate=0.005，后面 60K mini-batches 学习率为 learning_rate=0.0005；
- weight_decay=0.0001，momentum=0.9.
其它实现类似于 Faster R-CNN.