卷积神经网络学习路线（十二）| 继往开来的DenseNet

原创

wx61de9b3447ec7 2022-04-19 11:47:22 ©著作权

©著作权归作者所有：来自51CTO博客作者wx61de9b3447ec7的原创作品，请联系作者获取转载授权，否则将追究法律责任

前言

这是卷积的第十二篇文章，主要为大家介绍一下DenseNet，值得一提的是DenseNet的作者也是上一篇卷积神经网络学习路线（十一）| Stochastic Depth（随机深度网络）论文的作者，即清华的黄高。相比于里程碑式创新的ResNet来讲，DenseNet的作用或许用既往开来来形容是最合适不过了。论文原文地址见附录。

介绍

论文先讲到了先前的网络因为使用了shortcut连接，网络已经变得越来越深了。接着引入了论文要介绍的DenseNet，正是利用了shortcut连接的思想，每一层都将前面所有层的特征图作为输入，最后使用concatenate来聚合信息。实验显示，DenseNet减轻了梯度消失问题，增大了特征重用，大大减少了参数量。

Figure 1是DenseNet的一个组件（dense block），整个网络是由多个这种组件堆叠出来的。可以看到DenseNet使用了concatenate来聚合不同的特征图，类似于ResNet残差的思想，提高了网络的信息和梯度流动，使得网络更加容易训练。

卷积神经网络学习路线（十二）| 继往开来的DenseNet_级联

Figure 2展示了使用3个dense block搭建出来的DenseNet网络：

卷积神经网络学习路线（十二）| 继往开来的DenseNet_卷积_02

实现方法

对于一个卷积神经网络，假设输入图像 x 0 x_0 x0。该网络包含L层，每一层都实现了一个非线性变换 H i ( . ) H_i(.) Hi(.)，其中 i i i表示第 i i i层。 H i ( . ) H_i(.) Hi(.)可以是一个组合操作，如BN, ReLU, Conv，将第 i i i层的输出记作 x i x_i xi。

稠密连接

为了进一步改善网络层之间的信息交流流，论文提出了不同的连接模式：即引入从任何层到所有后续层的直接连接。结果，第 i i i层得到了之前所有层的特征映射 x 0 , x 1 , . . . , x i − 1 x_0,x_1,...,x_{i-1} x0,x1,...,xi−1作为输入： x i = H i ( [ x 0 , x 1 , . . . , x i − 1 ] ) x_i=H_i([x_0,x_1,...,x_{i-1}]) xi=Hi([x0,x1,...,xi−1])，其中 [ x 0 , x 1 , . . . , x i − 1 ] [x_0,x_1,...,x_{i-1}] [x0,x1,...,xi−1]表示特征映射的级联。

复合函数

定义 H i ( . ) H_i(.) Hi(.)为三个连续操作的组合，即： B N + R e L U + C o n v 。 BN+ReLU+Conv。 BN+ReLU+Conv。

池化层

DenseNet使用了 2 × 2 2\times 2 2×2的平均池化做特征下采样。

增长率

当每个 H i H_i Hi都产生 k k k个特征映射时，它表示第 i i i层有 k 0 + k ∗ ( i − 1 ) k_0+k*(i-1) k0+k∗(i−1)个输入特征， k 0 k_0 k0表示输入层的通道数。DenseNet与已存在架构不同之处在于DenseNet可以有很窄的层，例如: k = 12 k = 12 k=12。其中参数 k k k称为网络的增长率。下表展示了不同深度的DenseNet网络结构，其中 k = 32 k=32 k=32：

卷积神经网络学习路线（十二）| 继往开来的DenseNet_sed_03

为什么DenseNet结构有效？

对此的一种解释是DenseNet中的每个层都可以访问对应块中所有前面的特征映射，因此可以访问网络的“集体知识”。我们可以将特征映射看作网络的全局状态。每个层将自己的 k k k个特征映射添加到这个状态。增长速度控制着每一层新信息对全局状态的贡献。全局状态一旦写入，就可以从网络中的任何地方访问，并且与传统网络体系不同，不需要逐层复制它。

瓶颈层

虽然每一层只产生 k k k个输出特征映射，但它通道具有更多的输入。有文章指出，在每个 3 × 3 3\times 3 3×3卷积之前可以引入 1 × 1 1\times 1 1×1卷积层作为瓶颈层，以减少输入特征映射的数量，从而提高计算效率。实验发现这种设计对于DenseNet特别有效，并将具有瓶颈层的网络称为DenseNet-B，即具有BN-ReLU-Conv(1×1)-BN-ReLU-Conv(3×3)组件的的 H i H_i Hi。

压缩

为了进一步提高模型的紧凑性，可以减少过度层上的特征映射的数量。如果一个dense block包含m个特征映射，可以让其紧跟着的变化层生成 θ × m \theta \times m θ×m个输出特征映射，其中 0 < θ < = 1 0<\theta<=1 0<θ<=1作为压缩因子。当 θ = 1 \theta=1 θ=1时，跨转换层的特征映射的数量保持不变。

实验

通过Table 2可以看出DenseNet在准确率和参数量上取得了较好的平衡，精度上全面超越ResNet网络。

卷积神经网络学习路线（十二）| 继往开来的DenseNet_sed_04 Figure 3对比了ResNet和DenseNet参数量和FLOPS是如何影响测试错误率的，可以看出相同准确率时DenseNet 的参数更少，推理时的计算量也更小。

卷积神经网络学习路线（十二）| 继往开来的DenseNet_sed_05

从Figure 4可以看出，在相同性能下DenseNet的参数量是ResNet的三分之一；1001层的pre-activation ResNet（参数为10M）的性能和100层的DenseNet （参数为0.8M）相当。说明DenseNet的参数利用效率更高。

卷积神经网络学习路线（十二）| 继往开来的DenseNet_sed_06

结论

这篇论文论文提出了一个新的网络结构DenseNet，解决了ResNet遗留的网络层冗余的问题，引入了具有相同特征映射大小的任意两个层之间的直接连接。我们发现，DenseNet可以自然地扩展到数百个层，且没有表现出优化困难。DenseNet趋向于随着参数量的增加，在精度上也产了对应的提高，并没有任何性能下降和过拟合的情况。但是根据天下没有免费的午餐定理，DenseNet有一个恐怖的缺点就是内存占用极高，比较考验硬件，另外DenseNet和ResNet一样仍存在调参困难的问题。