Resnest：注意力+分组卷积的融合

ResNeSt是亚马逊的李沐团队的paper，最近在各个任务上刷榜了，但却被ECCV2020

strong reject了，在知乎上也是引起了热议，据李沐说这个网络花了一百万刀！我看完

以后感觉是ResNeXt +  SKNet的组合，训练网络的很多tricks在工程上还是很有意义

的。

讨论：https://www.zhihu.com/question/388637660

ResNeXt

         何凯明团队提出，非常的简单：将resnet中3*3的卷积，替换为分组卷积。然后就

没有了。。。。说实话就这个点换我是发不出来paper的，可见讲好故事有多重要。

         论文里增加了一个cardinality（就是group），并讨论了相较于增加网络的宽度

和深度，简单的增加group会更好。一句话就是，split-transform-merge。

          网络结构如图

        实现就更简洁了  https://github.com/weiaicunzai/pytorch-cifar100/blob/master/models/resnext.py

       C = CARDINALITY #How many groups a feature map was splitted into

        #"""We note that the input/output width of the template is fixed as 
        #256-d (Fig. 3), We note that the input/output width of the template 
        #is fixed as 256-d (Fig. 3), and all widths are dou- bled each time 
        #when the feature map is subsampled (see Table 1)."""
        D = int(DEPTH * out_channels / BASEWIDTH) #number of channels per group
        self.split_transforms = nn.Sequential(
            nn.Conv2d(in_channels, C * D, kernel_size=1, groups=C, bias=False),
            nn.BatchNorm2d(C * D),
            nn.ReLU(inplace=True),
            nn.Conv2d(C * D, C * D, kernel_size=3, stride=stride, groups=C, padding=1, bias=False),
            nn.BatchNorm2d(C * D),
            nn.ReLU(inplace=True),
            nn.Conv2d(C * D, out_channels * 4, kernel_size=1, bias=False),
            nn.BatchNorm2d(out_channels * 4),
        )

        为什么如此简单的改变，效果就会好呢？paper里也论证了，其实就是分组卷积带

来的增益，我的理解是分组卷积，提取出了更好的特征，知乎上也有讨论 https://www.zhihu.com/question/323424817

SKNet

      SENet的升级版，连名字都是致敬。话说SENet真是个好东西，用过都说好。

      直接上图,可以看出，论文使用了多路分支来做attention。一路为3*3，一路为5*5（其实用的是3*3的空洞卷积来代替），

注意：两路用的都是分组卷积（resnxt的做法）。然后两路直接融合（elementwise），然后一起去做SE，再将attention拆分，

分别去对上面的两路做attention。注意：一起经过softmax后，二者attention相加为1。最后将attention之后的结果再做融合。

    caffe的网络结构：https://github.com/implus/SKNet/blob/master/models/sknet50.prototxt

    作者在知乎上的文章：https://zhuanlan.zhihu.com/p/59690223      

ResNeSt

     终于来到了正主。先来一组对比图。可以看出，各组网络的核心区别，还是在split attention上。

      split attention模块。首先将各分组做融合，然后是SE: GP+FC1+FC2。注意：和sknet一样，这里都是用conv1*1来代替fc，

但是resnest用的是组卷积，然后对组卷积做rsoftmax(按组来做softmax)得到attention，最后去做融合。看到这里，我觉得

确实和sknet很像，作者本人也承认了这点，可以说sknet是resnest的一个特例。

https://www.zhihu.com/question/388637660

 核心代码https://github.com/zhanghang1989/ResNeSt/blob/master/resnest/torch/splat.py

RegNet

     最后说一说regnet，也是何凯明团体提出，使用的是搜索的网络，对标的是谷歌家的EfficientNet，

搜索的是ResNeXt（搜索包括了group）。网络搜索没做过，就说下几个有意思的结论吧

    1、通过activations（不是激活函数），而不是flops来衡量速度。这也是这篇paper吸引我的地方，

参考https://zhuanlan.zhihu.com/p/122943688。

    2、swish在小模型上更好，relu更适合大模型（更多flops）。尤其是使用depthwise conv + swish，

效果比dc+relu更好。

实现可参考https://github.com/signatrix/regnet

原文地址：https://www.cnblogs.com/573177885qq/p/12990968.html