论文提出SFR模块，直接重新激活一组浅层特征来提升其在后续层的复用效率，而且整个重激活模式可端到端学习。由于重激活的稀疏性，额外引入的计算量非常小。从实验结果来看，基于SFR模块提出的CondeseNetV2性能还是很不错的，值得学习
来源：晓飞的算法工程笔记 公众号
论文: CondenseNet V2: Sparse Feature Reactivation for Deep Networks
[图片上传失败...(image-e22c5a-1656998989028)]
Introduction
目前大多数SOTA卷积网络都只能应用于算力充足的场景，而低算力场景往往是多数算法落地的实际场景，所以轻量级网络的研究是十分重要的。近期有研究认为DenseNet的长距离连接是低效的，较深的层往往将早期特征认定为过时并在生成新特征时将其忽略，造成了额外的内存和计算消耗。
为了缓解这一低效的设计，CondenseNet在训练过程中根据权重动态逐步裁剪不重要的层间连接，而ShuffleNetV2则通过分支和shuffle的设计使得层间连接随着层间距离增大而减少。对于这两个网络的具体介绍，可以看看公众号之前发的两篇解读：《CondenseNet：可学习分组卷积，原作对DenseNet的轻量化改进 | CVPR 2018》和《ShuffleNetV1/V2简述 | 轻量级网络》。
[图片上传失败...(image-cf316f-1656998989028)]
尽管上面的两个改进网络都有其提升，但论文认为直接淘汰浅层特征做法过于激进，浅层特征还是可能包含对生成深层特征有用的信息。在仔细研究后，论文提出了特征重激活（feature reactivation）的概念。整体思路如图1c所示，更新浅层特征从而可以更高效地被深层特征复用。
但需要注意的是，如果直接更新全部特征会带来过度的计算量，影响整体的效率。实际上，从DenseNet的成功可以看出，大部分的特征是不需要每次都更新的。为此，论文提出可学习的SFR(sparse feature reactivation)模块，通过学习的方式选择浅层特征进行重新激活，仅引入少量计算量就可以保持特征的"新鲜"。在应用时，SFR模块可转换分组卷积，复用当前的加速技术保证实践性能。
论文基于SFR模块和CondeseNet提出了CondenseNetV2，在性能和特征复用程度上都有很不错的表现，能媲美当前SOTA轻量级网络。实际上，SFR模块可简单地嵌入到任意卷积网络中，论文也将SFR模块嵌入ShuffleNetV2进行了相关实验，效果也是杠杠的。
Method
Sparse Feature Reactivation
-
Feature reuse mechanism
先定义DenseNet中的特征复用机制。假设block共层，每层的特征输出为
，
为block输入。由于当前层会以稠密连接的形式复用前面所有层的输出，
层的复合函数会接受所有的前层特征作为输入：
[图片上传失败...(image-67b18e-1656998989028)]
在CondenseNet中，为可学习分组卷积(LGC)，用于自动学习输入的分组以及去掉不重要的连接。而在ShuffleNet中，
的输入会根据与当前层的距离进行丢弃。上面的两种网络设计倾向于丢弃冗余的长距离连接，取得了很不错的性能提升，然而这样的设计可能会阻碍高效的特征复用机制的探索。实际上，导致深层不再使用浅层特征的主要原因是特征
一旦产生就不再改变。为此，论文提出计算消耗少的SFR模块，使得过时的特征可以被廉价地复用。
-
Reactivating obsolete features
对第层引入重激活模块
，该模块将层输入
转换为
，用于激活前面的层输出特征。定义激活操作
为与
相加，稠密层的输入重激活可公式化为：
[图片上传失败...(image-bd7bc4-1656998989028)]
为重激活的输出特征，
层的可学习分组卷积操作
输出新特征
。此外，旧特征
会被重新激活以提高其作用。
[图片上传失败...(image-ca15be-1656998989028)]
显然，重激活所有的特征是不必要的，DenseNet的成功说明大部分特征是不需要重新激活的，而且过多的重激活也会带来过多的额外计算。为此，论文希望能自动找到需要重激活的特征，只对这部分特征进行重激活。于是，论文提出了SFR（sparse feature reactivation）模块，如图2所示，基于剪枝的方法逐步达到这个目标。
-
Spare feature reactivation（SFR）
[图片上传失败...(image-89be7d-1656998989028)]
重激活模块包含卷积层、BN层和ReLU层，卷积核的权值矩阵
的大小表示为
，
和
分别表示输出维度和输入维度。将
模块的输入
分成
组，权值矩阵
也随之分为
组
，每个的大小变为
。注意这里的分组不是将卷积变为分组卷积，只是为了方便稀疏化而进行的简单分组，计算量和参数量没改变。为了将重激活连接稀疏化，定义稀疏因子
(也可以每组不同)，使得每组在训练后只能选择
个维度进行重激活。
在训练期间，每个中的连接方式由
个二值掩码
控制，通过将对应的值置零来筛选出
中不必要的连接。换句话说，第
组的权值变为
，
为element-wise相乘。
SFR模块参考了CondenseNet的训练方法进行端到端训练，将整体训练过程分为个稀疏阶段和最终的优化阶段。假设总训练周期为
，则每个稀疏阶段的周期数为
，优化阶段的周期数为
。在训练时，SFR模块先重激活所有特征，即将
初始为全1矩阵，随后在稀疏阶段逐步去掉多余的连接。在每个稀疏阶段中，
组内重激活
输出的重要程度通过计算对应权值的L1-norm
得到，将每个组中重要程度最低的
个输出(除掉组内已裁剪过的)裁剪掉，即将
输出对应的
组权值
设为零。如果
输出在每个组中都被裁剪了，则代表该特征不需要重激活。在训练之后，每组输入只更新
比例的输出，
的值越大，稀疏程度越高。
-
Convert to standard group convolution
[图片上传失败...(image-2a01c2-1656998989028)]
在测试阶段，SFR模块可转换为标准分组卷积和index层的实现，这样的实现在实际使用中可以更高效地计算。如图3所示，转换后的分组卷积包含组，输出和输入维度为
。在分组卷积产生中间特征后，index层用于重排输出的顺序，从而获得
。在排序时，需要将相同序号的中间特征相加再进行排序。
Architecture Design
[图片上传失败...(image-c66174-1656998989028)]
基于提出的SFR模块，论文在CondenseNet的基础上改造出CondeseNetV2的新稠密层，结构如图4右所示。LGC层先选择重要的连接，基于选择的特征产生新特征。随后SFR模块将
作为输入，学习重激活过时的特征。跟CondenseNet一样，为了增加组间交流，每次分组卷积后面都接一个shuffle操作。从图4的结构对比可以看出，CondenseNet和CondenseNetV2之间的差异在于旧特征的重激活，CondenseNetV2的特征复用机制效率更高。
[图片上传失败...(image-ea02d2-1656998989028)]
CondenseNetV2沿用了CondenseNet指数增长以及全稠密连接的设计范式，加入了SFR-DenseLayer。结构图表1所示，SE模块和hard-swish非线性激活依旧使用。表1展示的是参考用的基础设计，调整的超参数或网络搜索可以进一步提升性能。
Sparse Feature Reactivation in ShuffleNetV2
[图片上传失败...(image-fc72d1-1656998989028)]
SFR模块可嵌入到任意CNN中，除了CondenseNet，论文还尝试了ShuffleNet的改造。改造后的结构如图5所示，论文称之为SFR-ShuffleNetV2，仅应用于非下采样层。
Experiment
[图片上传失败...(image-9aa6cb-1656998989028)]
对不同层的卷积核权值进行可视化，纵坐标可认为是来自不同层的特征。可以看到，CondenseNet更关注相邻层的特征，而CondenseNetV2则也会考虑较早层的特征。
[图片上传失败...(image-e4be2f-1656998989028)]
通过卷积核权值之和直接展示了层间的关联层度，进一步展示了CondenseNet对较早层的复用程度较高。
[图片上传失败...(image-bce011-1656998989028)]
不同参数下的准确率对比，其中图b的即CondenseNet。
[图片上传失败...(image-c06fc-1656998989028)]
论文提出了三种不同大小的CondenseNetV2，参数如表2所示，而ImageNet上的性能对比如表3所示。
[图片上传失败...(image-35bc99-1656998989028)]
在ImageNet上对比各模块的实际提升效果。
[图片上传失败...(image-65fc74-1656998989028)]
与SOTA模块在ImageNet上进行对比。
[图片上传失败...(image-745308-1656998989028)]
在端侧设备上进行推理速度对比。
[图片上传失败...(image-cc685b-1656998989028)]
CIFAR数据集上的网络对比。
[图片上传失败...(image-6adad1-1656998989028)]
作为检测主干网络的性能对比。
Conclusion
论文提出SFR模块，直接重新激活一组浅层特征来提升其在后续层的复用效率，而且整个重激活模式可端到端学习。由于重激活的稀疏性，额外引入的计算量非常小。从实验结果来看，基于SFR模块提出的CondeseNetV2性能还是很不错的，值得学习。
如果本文对你有帮助，麻烦点个赞或在看呗～
更多内容请关注 微信公众号【晓飞的算法工程笔记】
