《Computer vision》笔记-SqueezeNet（6）

作者： 石文华          

编辑： 田   旭          

01

概述

具有相同精度的CNN模型，较小的CNN架构至少有以下三个优点： 

1. 在分布式训练期间，较小的CNN需要较少的服务器通信。 

2. 较小的CNN可以减少从云端下载模型的带宽。 

3. 较小的CNN更适合部署在FPGA和内存有限的硬件上。Squeezeet是一种小型化的CNN架构，具备上述提到的几点优势，SqueezeNet在ImageNet上实现了AlexNet级精度，参数却减少了50倍，是AlexNet的1/510。 此外，通过模型压缩技术，我们能够将SqueezeNet压缩到小于0.5MB（比AlexNet小510倍）。

02

设计此网络采用的策略 

1. 用1x1卷积核替换3x3卷积核，通道数相同的情况下，1x1的卷积核参数要比3x3的卷积核减少9倍。

2. 减少输入特征图的通道数，因为普通卷积的卷积核是：长x宽x通道，使用瓶颈层减少通道数的话参数就自然少了很多。 

3. 延迟下采样，以使卷积层具有较大的激活的特征图，更大的激活图保留了更多的信息，可以提供更高的分类准确率。

03

网络的核心模块（Fire模块） 

首先是squeeze 卷积层组成（只有1x1过滤器），接着是由1x1和3x3两种卷积都有的expand层，如下图所示：

上图中，s1x1 = 3，e1x1 = 4，e3x3 = 4,s1x1表示的是squeeze层中1x1卷积的数量，e1x1表示的是expand层中1x1卷积的数量，e3x3表示的是expand层中3x3卷积的数量。它们三个是超参数，当我们使用Fire模块时，我们将s1x1设置为小于（e1x1 + e3x3），使得squeeze层有助于限制3x3过滤器的输入通道数量，也就是expand层的输入特征图的通道数。

04

网络结构  

我们现在描述SqueezeNet CNN架构。 如下图可知(中图和右图使用了ResNet网络中的shortcut作为提升策略)，SqueezeNet 从一个独立的卷积层（conv1）开始，然后是8个Fire模块（fire2-9）， 最后一个卷积层（conv10）。 从网络的开始到结束,逐渐增加每个Fire模块的过滤器数量 。根据策略3，需要延迟下采样，所以SqueezeNet分别在图层conv1，fire4，fire8和conv10以步幅2执行最大池化，尽可能使卷积层具有较大的特征图;

有关SqueezeNet的详细信息和设计选择：

1. 1x1和3x3卷积核的输出激活具有相同的高度和宽度，因此需要对3x3卷积前的特征图进行填充，使输出特征图跟输入特征图大小相同。 

2. Fire模块里面的squeeze层和expand层采用Relu函数进行激

3. 在Fire9模块之后应用Dropout,比例为50%， 

4. 没有全连接层，而是采用全局平均池化。 

5. 在训练SqueezeNet时，学习率从0.04开始，并且在整个训练中线性降低学习率。 

05

超参数  

在SqueezeNet中，每一个Fire module有3个维度的超参数，即s1x1 、 e1x1 和 e3x3。SqueezeNet一共有8个Fire modules，即一共24个超参数。下面两个是需要注意的比例关系： 

1. SR：压缩比，即the squeeze ratio ，为squeeze层中filter个数除以Fire module中filter总个数得到的一个比例。 

2. pct3x3：在expand层有1x1和3x3两种卷积，这里定义的参数是3x3卷积个占卷积总个数的比例。 

分别测试SR与模型准确率以及模型大小的关系、pct3x3与模型准确率以及模型大小的关系。如下图可知，左图给出了压缩比（SR）的影响。压缩比小于0.25时，正确率开始显著下降。右图给出了3∗3卷积比例的影响，在比例小于25%时，正确率开始显著下降，此时模型大小约为原先的44%。超过50%后，模型大小显著增加，但是正确率不再上升。

06

代码如下  

import keras
from keras.models import Model
from keras.layers import Input,Dense,Activation,Dropout,Flatten,GlobalAveragePooling2D
from keras.layers import Conv2D,MaxPool2D,Concatenate
def SqueezeNet(img_w,img_h,n_channels):
    #输入
    input_shape=(img_w,img_h,n_channels)
    #输入层
    img_input=Input(shape=input_shape,name='img_input')
    #第一个卷积层
    conv1=Conv2D(filters=96,kernel_size=(7,7),strides=(2,2),padding='same',activation='relu',name='conv1')(img_input)
    maxpool1=MaxPool2D(pool_size=(3,3),strides=(2,2),name='maxpool1')(conv1)
    #第一组fire
    fire1_squee=Conv2D(filters=16,kernel_size=(1,1),strides=(1,1),padding='same',activation='relu',name='fire1_squee')(maxpool1)
    fire1_expand1=Conv2D(filters=64,kernel_size=(1,1),strides=(1,1),padding='same',activation='relu',name='fire1_expand1')(fire1_squee)
    fire1_expand3=Conv2D(filters=64,kernel_size=(3,3),strides=(1,1),padding='same',activation='relu',name='fire1_expand3')(fire1_squee)
    fire1=Concatenate(axis=-1)([fire1_expand1,fire1_expand3]) #合并
    #第二组fire
    fire2_squee=Conv2D(filters=16,kernel_size=(1,1),strides=(1,1),padding='same',activation='relu',name='fire2_squee')(fire1)
    fire2_expand1=Conv2D(filters=64,kernel_size=(1,1),strides=(1,1),padding='same',activation='relu',name='fire2_expand1')(fire2_squee)
    fire2_expand3=Conv2D(filters=64,kernel_size=(3,3),strides=(1,1),padding='same',activation='relu',name='fire2_expand3')(fire2_squee)
    fire2=Concatenate(axis=-1)([fire2_expand1,fire2_expand3]) #合并
    #第三组fire
    fire3_squee=Conv2D(filters=32,kernel_size=(1,1),strides=(1,1),padding='same',activation='relu',name='fire3_squee')(fire2)
    fire3_expand1=Conv2D(filters=128,kernel_size=(1,1),strides=(1,1),padding='same',activation='relu',name='fire3_expand1')(fire3_squee)
    fire3_expand3=Conv2D(filters=128,kernel_size=(3,3),strides=(1,1),padding='same',activation='relu',name='fire3_expand3')(fire3_squee)
    fire3=Concatenate(axis=-1)([fire3_expand1,fire3_expand3]) #合并
    #下采样
    maxpool2=MaxPool2D(pool_size=(3,3),strides=(2,2),name='maxpool2')(fire3)
    #第四组fire
    fire4_squee=Conv2D(filters=32,kernel_size=(1,1),strides=(1,1),padding='same',activation='relu',name='fire4_squee')(maxpool2)
    fire4_expand1=Conv2D(filters=128,kernel_size=(1,1),strides=(1,1),padding='same',activation='relu',name='fire4_expand1')(fire4_squee)
    fire4_expand3=Conv2D(filters=128,kernel_size=(3,3),strides=(1,1),padding='same',activation='relu',name='fire4_expand3')(fire4_squee)
    fire4=Concatenate(axis=-1)([fire4_expand1,fire4_expand3]) #合并
    #第五组fire
    fire5_squee=Conv2D(filters=48,kernel_size=(1,1),strides=(1,1),padding='same',activation='relu',name='fire5_squee')(fire4)
    fire5_expand1=Conv2D(filters=192,kernel_size=(1,1),strides=(1,1),padding='same',activation='relu',name='fire5_expand1')(fire5_squee)
    fire5_expand3=Conv2D(filters=192,kernel_size=(3,3),strides=(1,1),padding='same',activation='relu',name='fire5_expand3')(fire5_squee)
    fire5=Concatenate(axis=-1)([fire5_expand1,fire5_expand3]) #合并
    #第六组fire
    fire6_squee=Conv2D(filters=48,kernel_size=(1,1),strides=(1,1),padding='same',activation='relu',name='fire6_squee')(fire5)
    fire6_expand1=Conv2D(filters=192,kernel_size=(1,1),strides=(1,1),padding='same',activation='relu',name='fire6_expand1')(fire6_squee)
    fire6_expand3=Conv2D(filters=192,kernel_size=(3,3),strides=(1,1),padding='same',activation='relu',name='fire6_expand3')(fire6_squee)
    fire6=Concatenate(axis=-1)([fire6_expand1,fire6_expand3]) #合并
    #第七组fire
    fire7_squee=Conv2D(filters=64,kernel_size=(1,1),strides=(1,1),padding='same',activation='relu',name='fire7_squee')(fire6)
    fire7_expand1=Conv2D(filters=256,kernel_size=(1,1),strides=(1,1),padding='same',activation='relu',name='fire7_expand1')(fire7_squee)
    fire7_expand3=Conv2D(filters=256,kernel_size=(3,3),strides=(1,1),padding='same',activation='relu',name='fire7_expand3')(fire7_squee)
    fire7=Concatenate(axis=-1)([fire7_expand1,fire7_expand3]) #合并
    #下采样
    maxpool3=MaxPool2D(pool_size=(3,3),strides=(2,2),name='maxpool3')(fire7)
    #第八组fire
    fire8_squee=Conv2D(filters=64,kernel_size=(1,1),strides=(1,1),padding='same',activation='relu',name='fire8_squee')(maxpool3)
    fire8_expand1=Conv2D(filters=256,kernel_size=(1,1),strides=(1,1),padding='same',activation='relu',name='fire8_expand1')(fire8_squee)
    fire8_expand3=Conv2D(filters=256,kernel_size=(3,3),strides=(1,1),padding='same',activation='relu',name='fire8_expand3')(fire8_squee)
    fire8=Concatenate(axis=-1)([fire8_expand1,fire8_expand3]) #合并
    conv2=Conv2D(filters=2,kernel_size=(1,1),strides=(1,1),padding='same',activation='relu',name='conv2')(fire8)
    Gap=GlobalAveragePooling2D()(conv2)
    model=Model(img_input,Gap)
    return model
model=SqueezeNet(224,224,3)
model.summary()

输出结果如下：

参考

https://blog.csdn.net/csdnldp/article/details/78648543 
https://arxiv.org/pdf/1602.07360.pdf

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

\

你点的每个赞，我都认真当成了喜欢