跳至主要内容

[19.05] MobileNet-V3

Zephyr
Zephyr
Dosaid maintainer, Full-Stack AI Engineer

客製化搜索架構​

Searching for MobileNetV3

前些日子，SENet 幾乎就要提出 MobileNet-V3 了！

可惜在最後時刻點到即止，只留下了論文的一個小段落。

Google 團隊顯然也想繼續推進 MobileNet 的發展，於是他們開始了一場關於 MobileNet-V3 的探索之旅。

定義問題​

其實也沒什麼問題。

就是作者們想要找到一個更好的 MobileNet。

於是他們想了兩個方向：

  1. 使用網路架構搜尋技術：也就是 NAS（神經網路架構搜索）。
  2. 使用 NetAdapt 演算法：用來針對手機 CPU 進行調整。

解決問題​

MobileNet-V2 模組​

MobileNet-V2 ��模組

MobileNet-V3 模組​

MobileNet-V3 模組

對比上下兩張架構圖，你能看出來 MobileNet-V3 的改進嗎？

差別就在擴展層（expansion layer）中，加入 Squeeze-and-Excitation 模組。

在約一年前提出的論文 MnasNet 中，已經在 MobileNet-V2 的基礎上加入了 Squeeze-and-Excitation 模組。

在 MobileNet-V3 中，這個模組‘進一步地改進，移除速度「極慢」的 Sigmoid 函數，改成 Hard-Sigmoid 函數。

提示

很多人都以為 Squeeze-and-Excitation 模組是由 MobileNet-V3 提出的，不對唷！

網路架構搜索​

新的模組已經準備好了，接下來的問題就是：怎麼疊呢？

這一個部分沿用了 MnasNet 的工作方法，使用基於 RNN 的控制器來搜索網路架構。

接著在網路架構上應用 NetAdapt 演算法和其他最佳化。

提示

這個部分不是本文的重點，我們只要知道這個部分是用來調整網路架構的就好。

網路結尾變更​

MobileNet-V3 結尾設計

基於 MobileNetV2 的反向瓶頸結構和變體的模型使用 1x1 卷積作為最後一層，以便擴展到更高維度的特徵空間。也就是上圖中 Original Last Stage 內的 1280 維度的部分。

為了擁有豐富的預測特徵，這一層很重要，但這是以額外延遲為代價的。

為了減少延遲並保留特徵，作者將這一層移動到全局平均池化「之後」，也就是上圖中 Efficient Last Stage 的樣子。

原本計算時採用 7x7 的解析度，經過調整後，就是在 1x1 的解析度上進行計算，可以節省一定量的計算資源。

縮減初始濾波器​

作者觀察到在 MobileNetV2 中，初始的 32 濾波器通常都是「鏡像」，也就是說其實一半的濾波器是多餘的。

因此，在這裡作者將初始濾波器從 32 減少到 16，同時加入 hard-swish 啟動函數，來保持模型的表現。

非線性啟動函數​

activate

作者在論文中大量採用了 hard-swish 和 hard-sigmoid 這兩種啟動函數。

這裡簡單看一下這些啟動函數的差異：

  1. ReLU (Rectified Linear Unit)

    • 定義：f(x)=max⁡(0,x)f(x) = \max(0, x)
    • 特點：當輸入 xx 為正數時，輸出就是 xx；當輸入 xx 為負數時，輸出為 0。
    • 用途：由於其計算簡單和非飽和性質，ReLU 在許多深度學習模型中被廣泛使用。

  2. Swish

    • 定義：f(x)=x⋅σ(x)f(x) = x \cdot \sigma(x)，其中 σ(x)\sigma(x) 是 Sigmoid 函數 σ(x)=11+e−x\sigma(x) = \frac{1}{1 + e^{-x}}。
    • 特點：Swish 函數是自我閘化的啟動函數，它結合了線性和非線性特性。
    • 用途：在某些深度學習任務中，相較於 ReLU 和其他啟動函數，Swish 顯示了更好的性能。

  3. Hard-Swish

    • 定義：f(x)=x⋅relu6(x+3)/6f(x) = x \cdot \text{relu6}(x+3)/6，其中 relu6(x)=min⁡(max⁡(0,x),6)\text{relu6}(x) = \min(\max(0,x), 6)。
    • 特點：Hard-Swish 是 Swish 函數的一種簡化形式，具有更快的計算速度和較低的計算成本。
    • 用途：常用於需要高效計算的應用場景，如移動設備或邊緣裝置上的神經網路模型。

  4. Sigmoid

    • 定義：f(x)=11+e−xf(x) = \frac{1}{1 + e^{-x}}
    • 特點：輸出範圍在 0 到 1 之間，常用於將輸出壓縮到一個限定範圍內。
    • 用途：由於其良好的概率解釋，經常用於二分類問題的最後輸出層。

  5. Hard-Sigmoid

    • 定義：f(x)=max⁡(0,min⁡(1,x+12))f(x) = \max(0, \min(1, \frac{x+1}{2}))
    • 特點：這是 Sigmoid 函數的一種簡化版，其計算速度更快，適合於執行效率要求高的場合。
    • 用途：與 Sigmoid 類似，但更常用於需要高效計算的模型中。

網路架構（大）​

經過了上面的規畫，最後透過網路架構搜索，得到了一個新的 MobileNet-V3 模型。

下表的讀法，大部分和 MobileNet-V2 一樣，新的地方是：

  • SE：表示是否使用了 Squeeze-and-Excitation 模組。
  • NL：表示是否使用了非線性啟動函數。
  • HS：表示是否使用了 hard-swish 啟動函數。
  • RE：表示是否使用了 ReLU 啟動函數。
  • NBM：表示沒有使用 Batch Normalization。

MobileNet-V3 large

網路架構（小）​

針對小型模型，作者們也展示了搜索的結果。

MobileNet-V3 small

討論​

ImageNet 實驗結果​

ImageNet 實驗結果

從上圖可以看出，MobileNetV3 優於目前最先進的模型，例如 MnasNet、ProxylessNas 和 MobileNetV2。

移動裝置評估​

MobileNet-V3 實驗結果

作者在上表中報告了不同 Pixel 手機上的浮點效能。

上表中 P-1 表示 Pixel 1，P-2 表示 Pixel 2，P-3 表示 Pixel 3，單位是推論速度 ms，在基於單核心的表現。

優化紀錄​

MobileNet-V3 優化紀錄

上圖展示了作者們在本論文中的優化紀錄。

從 MnasNet 開始，逐步添加 SE 和 h-swish，最終使用 Netadapt 進行網路架構搜索，得到最後的結果。

結論​

移動設備的市場很大，算力有限，因此需要更「客製化」的模型。

這篇論文展示了如何通過網路架構搜索和 NetAdapt 演算法，在 Pixel 手機上實現了更好的效能。

未來或許能夠拓展到 Pixel、Apple、Samsung 各種不同手機上的統一架構。

不管是對手機使用者，還是對我們這種模型開發者，這都是一個好消息。

最後由 zephyr-sh 於 更新