【MobileNet V1】2017-CVPR-MobileNets Efficient Convolutional Neural Networks for Mobile Vision Applications-论文阅读

MobileNet-V1

2017-CVPR-MobileNets Efficient Convolutional Neural Networks for Mobile Vision Applications

来源：ChenBong 博客园

Andrew Howard、Hartwig Adam（Google）
GitHub： 1.4k stars
Citation：4203

Introduction

本文介绍了一种新的网络结构，MobileNet(V1)，网络结构上与VGG类似，都属于流线型架构，但使用了新的卷积层——深度可分离卷积（depthwise separable convonlution）替换了原始的全卷积层，使得网络参数和计算量都大大减小，在0.12倍的计算量和0.14倍的参数量的情况下，精度仅下降1%，引入两个超参数（宽度乘数、分辨率乘数），可以方便的构建更小的MobileNet，在模型大小和精度之间平衡。属于网络压缩中的轻量化网络设计的方法。

Motivation

随着深度学习的流行，卷积网络的计算开销越来越大，因此人们开始寻找减少网络参数/计算量的方法，设计更高效的模型。

Contribution

轻量化网络（较小的计算开销和存储开销）主流的方法有两种

减少模型参数，既可以减少模型计算开销，也可减少模型存储开销
量化模型参数，可以减少存储开销

MobileNet使用深度可分离卷积来替代传统的全卷积，有效的地降低了模型参数量和计算量。

Method

深度可分离卷积（depthwise separable convolution）

深度可分离卷积是MobileNet的核心。深度可分离卷积是因子卷积（将大卷积分解为小的卷积？）的一种，将标准的全卷积分解为通道深度卷积（depthwise convolution）+1x1逐点卷积（pointwise convolution）；其中深度卷积是将同一个filter应用到所有的input channels上，点卷积是将1x1的卷积核，应用在深度卷积的output channels上。传统的conv是将滤波乘法（feature map元素乘法）和通道合并（将多个channels map整合成一个channels）两个步骤在一步完成；而深度可分离卷积是将两个步骤分开，一层用于滤波乘法，一层用于通道合并。

标准卷积：

通道卷积：

逐点卷积：

计算开销对比：

标准卷积的计算开销： (D_{K} cdot D_{K} cdot M cdot N cdot D_{F} cdot D_{F})

深度可分离卷积的计算开销： (D_{K} cdot D_{K} cdot M cdot D_{F} cdot D_{F}+M cdot N cdot D_{F} cdot D_{F})

&&计算开销的计算：参数数量×一个feature map的大小

计算开销对比： $frac{D_{K} cdot D_{K} cdot M cdot D_{F} cdot D_{F}+M cdot N cdot D_{F} cdot D_{F}}{D_{K} cdot D_{K} cdot M cdot N cdot D_{F} cdot D_{F}} = frac{1}{N}+frac{1}{D_{K}^{2}} $

网络结构

MobileNet的除了第一个卷积层是标准卷积，其余的卷积层都是深度可分离卷积。

表1为MobileNet的网络结构，将通道卷积层和点卷积层看做单独的层，则MobileNet共有28层（1全卷积 + 2 × 13深度可分离卷积 + 1全连接 = 28）。

&&有参数的层才算入？

图3对比了标准卷积层和可分离卷积层（通道卷积层+逐点卷积层）,每个卷积层后都跟着BN层和ReLU层。

表2为MobileNet中不同类型的层的计算量和参数量对比：

宽度乘数 (alpha)（Width Multiplier）

为了构建更小的MobileNet，引入第一个超参数——Width Multiplier α，在α的作用下，网络的计算代价变为： (D_{K} cdot D_{K} cdot alpha M cdot D_{F} cdot D_{F}+alpha M cdot alpha N cdot D_{F} cdot D_{F})

α的取值范围(0,1]，取1时就是baseline MobileNet

应用宽度乘数可以将计算开销和存储开销变为为原来的 (alpha^2) 倍