《Computer vision》笔记-Xception(5)

   作者：石文华           

编辑：陈人和           

前  言

卷积神经网络近年来已成为计算机视觉中的主流算法，对于常见的神经网络结构，比如AlexNet,VGG,googlenet,resnet等,在进行卷积操作的时候，都是使用3D的卷积核（具有2个空间维度（宽度和高度）和通道尺寸）对特征图进行卷积操作的，即卷积核需要同时学习空间上的相关性和通道间的相关性。如下图所示：

章节目录

• Inception V3模块

• Inception转Xception

• Xception

• 模型对比

01

Inception V3模块

之前在学习1*1卷积作用的时候说过，1*1卷积由于大小只有1x1，所以并不需要考虑像素跟周边像素的关系（空间相关性），主要用于调节通道数，对不同的通道上的像素点进行线性组合，然后进行非线性化操作，可以完成升维和降维的功能，也就是说它在学习通道间的相关性。Inception模块中对输入特征使用1*1卷积学习跨通道相关性，再通过常规的3*3或5*5的卷积核进行卷积，以同时学习空间上的相关性和通道间的相关性。如下图Inception V3模块：

02

Inception转Xception

为了使空间上的相关性和通道间的相关性分开来进行学习，而不是使用3D卷积核同时学习空间上的相关性和通道间的相关性，采用深度可分卷积操作，它是Inception的极端情况，也就是按照通道数划分原始特征空间，然后卷积每一个划分出来的特征空间，由于划分出来的每部分只有一个通道，所以卷积核的深度为1。如下图的特征图只有4个通道，每个卷积核大小为3*3*1：

简化Inception模块，去掉pooling，保留3*3的卷积分支。如下图所示：

然后将上图中的所有1*1的卷积用一个较大的1*1卷积替换，然后将产生的特征图分成三个不重叠的部分，进行卷积操作，如下图所示：

在深度神经网络中，特征图的通道数一般都比3要大很多，3个不重叠的部分分别进行卷积操作，每部分里面还是没有将 空间相关性和跨通道相关性分离开，如果对特征图的每个通道单独进行卷积，也就是特征图有多少个通道，就划分出多少个部分，再对每个通道进行卷积。这样空间相关性上的学习就跟跨通道相关性学习无关了。如下图所示：

上述的几个步骤，就完成了Inception到Xception的转变。

03

Xception

Xception共计 36 层，分为 Entry flow、Middle flow以及Exit flow。其中Entry flow 包含 8 个 卷积层，Middle flow 包含 3*8 =24 个卷积层，Exit flow 包含 4 个 卷积层，所以 Xception 共计 36 层。其结构如下所示：

04

模型对比

Imagenet数据集上对 VGG-16，ResNet-152，Inception V3, Xception等模型的性能进行对比，可以看到他们的分类能力的表现：

Inception V3和Xception两个模型在Imagenet数据集上训练情况对比，可以发现Xception收敛更快，准确率更高。

对于Inception V3和Xception两个模型的参数量以及速度对比：模型更小，速度更快，如下图所示：

如果进行迁移学习，可以使用预训练好的模型，如下代码示例： 

keras.applications.xception.Xception(include_top=True, weights='imagenet',
input_tensor=None, input_shape=None,
pooling=None, classes=1000)

参考文献

https://blog.csdn.net/jningwei/article/details/80628139
https://arxiv.org/pdf/1610.02357.pdf
https://www.sohu.com/a/226395640_500659
https://www.leiphone.com/news/201708/KGJYBHXPwsRYMhWw.html

END

往期回顾之作者石文华

机器学习算法工程师

---

                            一个用心的公众号

长按，识别，加关注

进群，学习，得帮助

你的关注，我们的热度，

我们一定给你学习最大的帮助