EfficientNetV2: Smaller Models and Faster Training

1.Abstract

本文提出了一种训练速度快、参数量少、模型小的卷积神经网络EfficientNetV2。
训练采用了NAS感知技术与缩放技术对训练速度与参数数量进行联合优化。

NAS感知技术： 全名是神经架构搜索，比如自动构建网络框架，选择最优参数。
缩放技术： 训练过程中，逐步提升图像大小，提出了一种渐进学习方式，根据图像大小，自适应的调整正则化因子(比如：dropout、数据增强)

2.网络的通病

训练图像的尺寸很大时，训练速度非常慢，但是又想要大尺寸。比如：
imageSize:224x224 batch:32
imageSize:512x512 batch:32
imageSize:764x764 batch:32 (显存不够)
但所本文batch不变，训练过中不断增大图像尺寸

3.网络设计

在这里插入图片描述 MBConv和Fused-MBConv的区别主要是卷积大小不同，depthwise conv3x3
网络浅层中使用Depthwise convolutions速度会很慢,无法充分利用现有的一些加速器,所以浅层网路的模块会少用depthwise conv3x3，但是放在最后，速度会加快

3.1 depthwise conv3x3

在这里插入图片描述
深网络，能够提取复杂特征，但是网络容易退化
宽网络，训练速度快，参数少，但复杂特征不容易提取

3.2 SE

SE本质就是全连接

3.3 MBConv代码实现

self.convs = torch.nn.Sequential(torch.nn.Conv2d(inc, midc, 1, bias = False),torch.nn.BatchNorm2d(midc),torch.nn.SiLU(),torch.nn.Conv2d(midc, midc, 3, padding=1, stride=stride, groups=midc, bias=False),torch.nn.BatchNorm2d(midc),torch.nn.SiLU(),SELayer(inc, midc),torch.nn.Conv2d(midc, outc, 1, bias=False),torch.nn.BatchNorm2d(outc))

SELayer：

self.fc = torch.nn.Sequential(torch.nn.Linear(outc, midc),torch.nn.SiLU(),torch.nn.Linear(midc, outc),torch.nn.Sigmoid())

3.4 Fused-MBConv

self.convs = torch.nn.Sequential(torch.nn.Conv2d(inc, midc, 3, stride = stride, padding = 1, bias = False),torch.nn.BatchNorm2d(midc),torch.nn.SiLU(),torch.nn.Conv2d(midc, outc, 1, bias = False),torch.nn.BatchNorm2d(outc))

4.整体网络

在这里插入图片描述

def efficientnetv2_s(num_classes=2, width_mult=1, dropout=0, p=0.2):config = [[FusedMBConv, 2,  1, 1, 24, p],[FusedMBConv, 4,  2, 4, 48, p],[FusedMBConv, 4,  2, 4, 64, p],[MBConv,      6,  2, 4, 128, p],[MBConv,      9,  1, 6, 160, p],[MBConv,      15, 2, 6, 256, p]]

第二列堆叠层数
第三列步长
第四列扩张率比如：100*4做进一步操作，让通道变成8的倍数
第五列输入通道数
第六列倍率因子

网络模型还有efficientnetv2_M，efficientnetv2_L，只是参数量更大，堆叠的层数更多

5.亮点

渐进学习策略

训练图像的尺寸对训练模型的效率有很大的影响，如果使用动态的图像尺寸（比如一开始用很小的图像尺寸，后面再增大）来加速网络的训练，但通常会导致Accuracy降低。
原因：Accuracy的降低是不平衡的正则化导致的。在训练不同尺寸的图像时，应该使用动态的正则方法（之前都是使用固定的正则方法）。
操作：当训练的图片尺寸较小时，使用较弱的数据增强能够达到更好的结果；
当训练的图像尺寸较大时，使用更强的数据增强能够达到更好的接果。
当Size=128，RandAugmagnitude=5时效果最好；当Size=300，RandAugmagnitude=15时效果最好
在这里插入图片描述
训练早期使用较小的训练尺寸以及较弱的正则方法（weak regularization），网络快速学习到简单的表达能力。
接着逐渐提升图像尺寸，增大学习难度，同时增强正则方法（adding stronger regularization）。
regularization包括dropout rate，RandAugment magnitude以及mixup ratio
dropout rate:主要是影响通道数量
RandAugment magnitude：主要是数据增强
mixup ratio：数据增强是一种数据扩充方法，可分为同类增强（如：翻转、旋转、缩放、移位、模糊等）和混类增强（如mixup）两种方式
在这里插入图片描述