---

前言

Backbone作为一切深度学习任务的基础，不论是理论还是实际应用都有重要的意义，本文针对经典Backbone进行总结，这些Backbone也是面试常见的问题，卷积网络主要以ResNet和其各种变体为主。

一、ResNet

paper：Deep Residual Learning for Image Recognition

网络结构：

Tips：

1. 针对问题：残差神经网络针对网络退化现象（随着网络加深，准确率降低，引入的激活越来越多，到后来学习恒等变换都很难）提出解决方法，在线性和非线性寻找平衡。

2）残差的作用：缓解梯度消失。梯度能无损的回传到网络的各个层，有效抑制梯度消失的现象
梯度不衰减的传递回去，避免梯度消失（常规网络是梯度累乘）

二、ResNeXt

paper：Aggregated Residual Transformations for Deep Neural Networks

相比ResNet对残差块进行了改进，将中间卷积改成了分组卷积，通道数改变了，基本结构和Inceptionv4类似，不过Inceptionv4的并行分支是通道连接然后进行1x1conv。ResNetXt是每个分支末尾进行1x1卷积通道相同，然后相加，在残差相加。另外ResNeXt使用了一种等效合并的方式（将多分支合并为一个分组卷积）

网络结构：

Tips：典型的并行卷积获取多角度特征，网络也更轻量了一些

三、Res2Net

paper：Res2Net: A New Multi-scale Backbone Architecture

网络结构：
将残差块1x1输出特征拆分4个部分（其实也是分组），分4个分支，1分支直连，2分支经过3x3卷积然后一个直连，一个给融合下一条分支，达到一个多尺度融合的目的。

Tips：在单个残差块内构造具有等级制的类似残差连接。Res2Net在粒度级别表示多尺度特征，并增加了每个网络层的感受野。

四、SeNet

paper：Squeeze-and-Excitation Networks

网络结构：

SENet虽然不算是一个经典的backbone，但是其思想影响了后续很多backbone的设计。SENet首次**将通道注意力概念引入深度网络，让卷积网络有了全局信息的感知能力。通过挤压操作提取网络中的空间信息，激励操作则根据这些信息调整网络中的通道权重。**这种网络结构能够有效地提高网络的表现，尤其是在处理图像分类等任务时。挤压和激励网络可以与现有的最先进的CNN结合使用，以实现更高的性能提升。

目前先进的卷积网络中的模块都基于这个思想，如经典的CBAM模块。

Tips：在transformer使用之前让CNN免除了局部感受野的限制，能够捕获一定全局信息，并根据这些信息对特征作出调整。

五、ResNeSt

paper：ResNeSt : Split-Attention Networks

网络结构：

将输入分成K个cardinal，每个cardinal分成R个组，故特征共被分成了K*R个组。每个cardinal执行split attention。split attention是分开的SE模块，每小组（split）特征会根据大组（cardinal）特征生成一个对应的向量，乘上原来的特征，然后再相加。

实际情况，网络同样采样类似ResNeSt的情况进行模块合并（分组卷积+SE+残差）。

其设计类似ResNeXt，只不过加了一个SE模块

六、DenseNet

paper: Densely Connected Convolutional Networks

网络结构：

DenseNet是在ResNet后的又一个基础backbone，其连接架构类似ResNet，但把残差结构的相加换成了cat，继续传播。并且它的连接是前面所有层的连接，第3层的输入是原特征和第1层 第2层的输出。

上图是一个DenseBlock，另外还有一个Transition模块，用于降维。
简单说下DenseNet的反向传播——

Tips：DenseNet的出发点在于通过不断的连接前面的层来恢复崩溃信息。

七、CSPNet

paper：CSPNet: A New Backbone that can Enhance Learning Capability of CNN

网络结构：

了解yolo的同学们相信对CSPNet都不陌生，CSP的设计主要针对DenseNet。其围绕的中心思想是网络优化中的重复梯度信息，以此来优化之前网络中所需要的大量推理计算问题。

传统的DenseNet如上图(a)所示，CSPDenseNet如上图(b)所示。简单来看，CSPDenseNet就是将输入的feature map按照channel分成了两个部分，其中一个部分正常进行Dense Block的操作，另一个部分直接进行Concat操作。由于每个Dense Block操作的输入通道都变少了（第一个直接减少，后面Concat的通道数变少），所以能减少计算量。

进行Concat的方式，有上图几种。图（c）的方式，会让大量的梯度信息被重复利用，有利于学习；下图（d）的方式，梯度流被阻断，不能复用梯度信息。但由于Transition层的输入通道比 （c）要少，因此能大大减少计算复杂度。本文采用的( b )就是结合了（c）和（d）的优点。

Tips：
1）避免梯度信息复用，更丰富的梯度组合强化了CNN的学习能力；
2）降低计算成本，减少内存占用；

Pytorch Model Code

目前我将这些模型的基本架构整理了一下，大部分是从原作者的架构中拆出和从其它作者中找到的（感谢各路大神），经过测试均没有问题，后续将会整理更多模型架构，一起进步！！！
github：https://github.com/sirius541/pytorch_model_collection

总结

本文主要介绍这些年比较经典的backbone的一些优势和特点，目前主流的backbone都以transformer为框架进行迭代，不过CNN的backbone是基础中的基础，能很好的帮助初学者理解相关理论和设计理念，也是必须要掌握的技术。