一文帶你看懂卷積神經網絡(CNN)讓你意想不到的10創新idea
進入正文
全文摘要
卷積神經網絡(CNN)可以說是深度學習發展的一個縮影，特別是現在在計算機視覺方面已經得到了非常成熟的應用，在目標檢測、目標追蹤等方面也是獨領風騷，本文將講述卷積神經網絡近些年來的發展歷程，以及它到底創新在什麼地方。本文略長，看完大約30min。
卷積神經網絡的十大概念與創新
1、Group convolution
卷積只能在同一組進行嗎？
答案當然是能！！！
Group convolution 分組卷積，最早在AlexNet中出現，由於當時的硬件資源有限，訓練AlexNet時卷積操作不能全部放在同一個GPU處理，因此作者把feature maps分給多個GPU分別進行處理，最後把多個GPU的結果進行融合。
AlexNet分組卷積的思想影響比較深遠，當前一些輕量級的SOTA（State Of The Art）網絡，都用到了分組卷積的操作，以節省計算量。
2、卷積核的大小問題
卷積核一定越大越好？
並不是的，現在3×3卷積核用的非常廣泛
AlexNet中用到了一些非常大的卷積核，比如11×11、5×5卷積核，之前人們的觀念是，卷積核越大，receptive field（感受野）越大，看到的圖片信息越多，因此獲得的特徵越好。雖說如此，但是大的卷積核會導致計算量的暴增，不利於模型深度的增加，計算性能也會降低。於是在VGG（最早使用）、Inception網絡中，利用2個3×3卷積核的組合比1個5×5卷積核的效果更佳，同時參數量（3×3×2+1 VS 5×5×1+1）被降低，因此後來3×3卷積核被廣泛應用在各種模型中。
如果不是特別清楚什麼是“感受野”，可以參見我的另外一篇文章：
看完還不懂卷積神經網絡“感受野”？那你來找我
3、同層卷積核的大小
每層卷積只能用一種尺寸的卷積核？
並不是，比如現在廣泛使用的Inception結構。
傳統的層疊式網絡，基本上都是一個個卷積層的堆疊，每層只用一個尺寸的卷積核，例如VGG結構中使用了大量的3×3卷積層。事實上，同一層feature map可以分別使用多個不同尺寸的卷積核，以獲得不同尺度的特徵，再把這些特徵結合起來，得到的特徵往往比使用單一卷積核的要好，谷歌的GoogLeNet，或者說Inception系列的網絡，就使用了多個卷積核的結構：
最初版本的Inception結構
如上圖所示，一個輸入的feature map分別同時經過1×1、3×3、5×5的卷積核的處理，得出的特徵再組合起來，獲得更佳的特徵。但這個結構會存在一個嚴重的問題：參數量比單個卷積核要多很多，如此龐大的計算量會使得模型效率低下。這就引出了一個新的結構，參見如下。
4、googleNet的改進
怎樣才能減少卷積層參數量？
1x1的卷積核提供了新的解決思路。
發明GoogleNet的團隊發現，如果僅僅引入多個尺寸的卷積核，會帶來大量的額外的參數，受到Network In Network中1×1卷積核的啟發，為了解決這個問題，他們往Inception結構中加入了一些1×1的卷積核，如圖所示：
加入1×1卷積核的Inception結構
根據上圖，我們來做個對比計算，假設輸入feature map的維度為256維，要求輸出維度也是256維。有以下兩種操作：
256維的輸入直接經過一個3×3×256的卷積層，輸出一個256維的feature map，那麼參數量為：256×3×3×256 = 589,824
256維的輸入先經過一個1×1×64的卷積層，再經過一個3×3×64的卷積層，最後經過一個1×1×256的卷積層，輸出256維，參數量為：256×1×1×64 + 64×3×3×64 + 64×1×1×256 = 69,632。足足把第一種操作的參數量降低到九分之一！
1×1卷積核也被認為是影響深遠的操作，往後大型的網絡為了降低參數量都會應用上1×1卷積核。
5、超級“深層”網絡的福音
越深的網絡就越難訓練嗎？
不是的。2015年誕生的 Resnet殘差網絡提供了新的解決思路。
殘差網絡的結構如下所示：
ResNet skip connection
傳統的卷積層層疊網絡會遇到一個問題，當層數加深時，網絡的表現越來越差，很大程度上的原因是因為當層數加深時，梯度消散得越來越嚴重，以至於反向傳播很難訓練到淺層的網絡。為了解決這個問題，何凱明大神想出了一個“殘差網絡”，使得梯度更容易地流動到淺層的網絡當中去，而且這種“skip connection”能帶來更多的好處，為什麼深度殘差網絡可以解決深度網絡的梯度問題？以及它所帶來的其它優勢到底是什麼？後面的文章都會講解到。
6、卷積核的通道計算問題
卷積操作時必須同時考慮通道和區域嗎？
不是的，
谷歌於2017年提出了一種完全基於depthwise separable convolution層的卷積神經網絡架構。實際上，做出了以下假設：在卷積神經網絡的特徵映射中，交叉通道相關性和空間相關性的映射可以完全解耦(代表的意思就是每一個特徵通道各自進行各自的特徵映射，不一定要所有的通道都進入到同一個卷積核)。因為這個假設是在Inception架構假設的基礎上的假設增強版本，我們將我們提出的架構命名為Xception，它代表“極端Inception”。
標準的卷積過程可以看上圖，一個2×2的卷積核在卷積時，對應圖像區域中的所有通道均被同時考慮，問題在於，為什麼一定要同時考慮圖像區域和通道？我們為什麼不能把通道和空間區域分開考慮？
Xception網絡就是基於以上的問題發明而來。我們首先對每一個通道進行各自的卷積操作，有多少個通道就有多少個過濾器。得到新的通道feature maps之後，這時再對這批新的通道feature maps進行標準的1×1跨通道卷積操作。這種操作被稱為 “DepthWise convolution” ，縮寫“DW”。
這種操作是相當有效的，在imagenet 1000類分類任務中已經超過了InceptionV3的表現，而且也同時減少了大量的參數，我們來算一算，假設輸入通道數為3，要求輸出通道數為256，兩種做法：
1.直接接一個3×3×256的卷積核，參數量為：3×3×3×256 = 6,912
2.DW操作，分兩步完成，參數量為：3×3×3 + 3×1×1×256 = 795，又把參數量降低到九分之一！
因此，一個depthwise操作比標準的卷積操作降低不少的參數量，同時論文中指出這個模型得到了更好的分類效果。
7、分組卷積的特徵融合
分組卷積能否對通道進行隨機分組？
當然是能的。
ShuffleNet 在AlexNet的Group Convolution當中，特徵的通道被平均分到不同組裡面，最後再通過兩個全連接層來融合特徵，這樣一來，就只能在最後時刻才融合不同組之間的特徵，對模型的泛化性是相當不利的。為了解決這個問題，ShuffleNet在每一次層疊這種Group conv層前，都進行一次channel shuffle，shuffle過的通道被分配到不同組當中。進行完一次group conv之後，再一次channel shuffle，然後分到下一層組卷積當中，以此循環。
經過channel shuffle之後，Group conv輸出的特徵能考慮到更多通道，輸出的特徵自然代表性就更高。另外，AlexNet的分組卷積，實際上是標準卷積操作，而在ShuffleNet裡面的分組卷積操作是depthwise卷積，因此結合了通道洗牌和分組depthwise卷積的ShuffleNet，能得到超少量的參數以及超越mobilenet、媲美AlexNet的準確率！
另外值得一提的是，微軟亞洲研究院MSRA最近也有類似的工作，他們提出了一個IGC單元（Interleaved Group Convolution），即通用卷積神經網絡交錯組卷積，形式上類似進行了兩次組卷積，Xception 模塊可以看作交錯組卷積的一個特例，特別推薦看看這篇文章：王井東詳解ICCV 2017入選論文：通用卷積神經網絡交錯組卷積（http://t.cn/RCEmI8e）
要注意的是，Group conv是一種channel分組的方式，Depthwise +Pointwise是卷積的方式，只是ShuffleNet裡面把兩者應用起來了。因此Group conv和Depthwise +Pointwise並不能劃等號。
8、不同通道上面的特徵是平等的嗎
通道間的特徵都是平等的嗎？
不是的。2017年ImageNet的冠軍 SEnet 就不是。
它就是通過學習的方式來自動獲取到每個特徵通道的重要程度，然後依照這個重要程度去提升有用的特徵並抑制對當前任務用處不大的特徵。無論是在Inception、DenseNet或者ShuffleNet裡面，我們對所有通道產生的特徵都是不分權重直接結合的，那為什麼要認為所有通道的特徵對模型的作用就是相等的呢？ 這是一個好問題，於是，ImageNet2017 冠軍SEnet就出來了。
SEnet 結構
一組特徵在上一層被輸出，這時候分兩條路線，第一條直接通過，第二條首先進行Squeeze操作（Global Average Pooling），把每個通道2維的特徵壓縮成一個1維，從而得到一個特徵通道向量（每個數字代表對應通道的特徵）。然後進行Excitation操作，把這一列特徵通道向量輸入兩個全連接層和sigmoid，建模出特徵通道間的相關性，得到的輸出其實就是每個通道對應的權重，把這些權重通過Scale乘法通道加權到原來的特徵上（第一條路），這樣就完成了特徵通道的權重分配。
9、卷積核能感受到的大小範圍
能否讓固定大小的卷積核看到更大範圍的區域？
當然是能的。空洞卷積Dilated convolution的出現很好地解決了這一問題。
標準的3×3卷積核只能看到對應區域3×3的大小，但是為了能讓卷積核看到更大的範圍，dilated conv使其成為了可能。dilated conv原論文中的結構如圖所示：
上圖b可以理解為卷積核大小依然是3×3，但是每個卷積點之間有1個空洞，也就是在綠色7×7區域裡面，只有9個紅色點位置作了卷積處理，其餘點權重為0。這樣即使卷積核大小不變，但它看到的區域變得更大了。
空洞卷積dilated convolution動態效果如圖：
10、卷積核的形狀
卷積核形狀一定是矩形嗎？
不是的。Deformable convolution 可變形卷積核
圖來自微軟亞洲研究院公眾號
傳統的卷積核一般都是長方形或正方形，但MSRA提出了一個相當反直覺的見解，認為卷積核的形狀可以是變化的，變形的卷積核能讓它只看感興趣的圖像區域 ，這樣識別出來的特徵更佳。
圖來自微軟亞洲研究院公眾號。要做到這個操作，可以直接在原來的過濾器前面再加一層過濾器，這層過濾器學習的是下一層卷積核的位置偏移量（offset），這樣只是增加了一層過濾器，或者直接把原網絡中的某一層過濾器當成學習offset的過濾器，這樣實際增加的計算量是相當少的，但能實現可變形卷積核，識別特徵的效果更好。
全文總結
從上面卷積神經網絡這幾年的發展歷程來說，思維更加新穎，結構更加創新，在原本簡單的卷積神經網絡上增加了很多的變種，但是不管怎麼變化，卷積的本質是不變的，如果我們也想要創新，是不是該從以下幾個不同的層面去加以思考呢？
（1）卷積核方面：
大卷積核用多個小卷積核代替；
單一尺寸卷積核用多尺寸卷積核代替；
固定形狀卷積核趨於使用可變形卷積核；
使用1×1卷積核（bottleneck結構）。
（2）卷積層通道方面：
標準卷積用depthwise卷積代替；
使用分組卷積；
分組卷積前使用channel shuffle；
通道加權計算。
（3）卷積層連接方面：
使用skip connection，讓模型更深；
densely connection，使每一層都融合上其它層的特徵輸出（DenseNet）