1 RepGhost：重參數(shù)化技術(shù)構(gòu)建硬件高效的 Ghost 模塊

GhostNetV2 解讀：NeurIPS'22 Spotlight｜華為諾亞GhostNetV2出爐：長距離注意力機制增強廉價操作

G-GhostNet 解讀：想要一個適配GPU端的輕量級網(wǎng)絡(luò)？安排！華為諾亞帶著 G-GhostNet 走來

1.1.1 特征復用技術(shù)和本文動機

特征復用技術(shù)是指：通過簡單地連接來自不同層的已有的一些特征圖，來額外獲得一些其他的特征。比如在 DenseNet[1] 中，在一個 Stage 內(nèi)，前面層的特征圖被重復使用并被饋送到它們的后續(xù)層，從而產(chǎn)生越來越多的特征圖?；蛘咴?GhostNet 中，作者通過一些廉價的操作來生成更多的特征圖，并將它們與原始特征圖 Concat 起來，從而產(chǎn)生越來越多的特征圖。它們都通過 Concat 操作，利用特征復用技術(shù)，來擴大 channel 數(shù)量和網(wǎng)絡(luò)容量，同時保持一個比較低的 FLOPs。似乎 Concat 操作已經(jīng)成為特性復用的標準操作。

Concat 操作確實是一種 0 Params，0 FLOPs 的操作。但是，它在硬件設(shè)備上的計算成本是不可忽略的。 因為參數(shù)量和 FLOPs 不是機器學習模型實際運行時性能的直接成本指標。作者發(fā)現(xiàn)，在硬件設(shè)備上，由于復雜的內(nèi)存復制，Concat 操作比加法操作效率低得多。因此，值得探索一種更好的、硬件效率更高的方法，以更好地適配特征復用技術(shù)。

因此，作者考慮引入結(jié)構(gòu)重參數(shù)化方法，這個系列方法的有效性在 CNN 體系結(jié)構(gòu)設(shè)計中得到了驗證。具體而言，模型訓練時是一個復雜的結(jié)構(gòu)，享受高復雜度的結(jié)構(gòu)帶來的性能優(yōu)勢，訓練好之后再等價轉(zhuǎn)換為簡單的推理結(jié)構(gòu)，且不需要任何時間成本。受此啟發(fā)，作者希望借助結(jié)構(gòu)重參數(shù)化方法來實現(xiàn)特征的隱式重用，以實現(xiàn)硬件高效的架構(gòu)設(shè)計。

所以本文作者希望通過結(jié)構(gòu)重新參數(shù)化技術(shù)開發(fā)一種硬件高效的 RepGhost 模塊，以實現(xiàn)特征的隱式重用。如前文所述，要把 Concat 操作去掉，同時修改現(xiàn)有結(jié)構(gòu)以滿足重參數(shù)化的規(guī)則。因此，在推斷之前，特征重用過程可以從特征空間轉(zhuǎn)移到權(quán)重空間，使 RepGhost 模塊高效。

1.1.2 Concat 操作的計算成本

作者將 GhostNet 1.0x 中的所有 Concat 操作替換成了 Add 操作，Add 操作也是一種處理不同特征的簡單操作，且成本較低。這兩個運算符作用于形狀完全相同的張量上。如下圖1所示為對應(yīng)網(wǎng)絡(luò)中所有32個對應(yīng)運算符的累計運行時間。Concat 操作的成本是 Add 操作的2倍。

圖1：在基于 ARM 的手機上 Concat 操作和 Add 操作處理不同 Batch Size 的數(shù)據(jù)的運行時間



圖2：每個操作符在整個網(wǎng)絡(luò)中的運行時間的百分比。Diff：Concat 操作和 Add 操作的差值的百分比

1.1.3 Concat 操作和 Add 操作

式中， 代表 Concat 操作。它只保留現(xiàn)有的特征映射，將信息處理留給下面的層。例如，在 Concat 操作之后通常會有一個 1×1 卷積來處理信道信息。但是，Concat 操作的成本問題促使作者尋找一種更有效的方法。

通過 Add 操作進行特征復用的過程可以寫成：

式中， 代表 Add 操作。與 Concat 操作不同，Add 操作還具有特征融合的作用，而且特征融合過程是在權(quán)值空間中完成的，不會引入額外的推理時間。

基于此，作者提出了以下 RepGhost 模塊。

1.1.4 RepGhost 模塊

這一小節(jié)介紹如何通過重參數(shù)化技術(shù)來進行特征復用，具體而言介紹如何從一個原始的 Ghost 模塊演變成 RepGhost 模塊。如下圖3所示，從 Ghost 模塊開始：

圖3：從一個原始的 Ghost 模塊演變成 RepGhost 模塊的過程

(a) 原始的 Ghost 模塊，這里省去了第一步的 1×1 卷積。

(b) 把原始的 Ghost 模塊的 Concat 操作換成 Add 操作，以求更高的效率。

(c) 把 ReLU 移到 Add 操作之后，這種移動使得模塊滿足結(jié)構(gòu)重新參數(shù)化規(guī)則，從而可用于快速推理。

(d) 在恒等映射 Identity Mapping 分支中添加 BN 操作，使得在訓練過程中帶來非線性，并且可以被融合用于快速推斷。

(e) 模塊 (d) 可以被融合成模塊 (e)，用于快速推斷。RepGhost 模塊有一個簡單的推理結(jié)構(gòu)，它只包含規(guī)則的卷積層和ReLU，這使得它具有較高的硬件效率。特征融合的過程是在權(quán)重空間，而不是在特征空間中進行，然后把兩個分支的參數(shù)進行融合產(chǎn)生快速推理的結(jié)構(gòu)。

與 Ghost 模塊的對比

作用：

Ghost 模塊提出從廉價的操作中生成更多的特征圖，因此可以以低成本的方式擴大模型的容量。

RepGhost 模塊提出了一種更有效的方法，通過重參數(shù)化來生成和融合不同的特征圖。與 Ghost 模塊不同，RepGhost 模塊去掉了低效的 Concat 操作，節(jié)省了大量推理時間。并且信息融合過程由 Add 操作以隱含的方式執(zhí)行，而不是留給其他卷積層。

1.1.5 RepGhostNet 網(wǎng)絡(luò)

圖4：(a) GhostNet 網(wǎng)絡(luò)的一個 Block。(b) RepGhost 網(wǎng)絡(luò)訓練時的一個 Block。(c) RepGhost 網(wǎng)絡(luò)推理時的一個 Block

下圖5所示是 RepGhostNet 的網(wǎng)絡(luò)架構(gòu)。首先是一個輸出通道為16的卷積層處理輸入數(shù)據(jù)。一堆正常的 1×1 卷積和 AvgPool 預測最終輸出。根據(jù)輸入大小將 RepGhost Bottleneck 分成5組，并且為每組中除最后一個 Bottleneck 之外的最后一個 Bottleneck 設(shè)置 stride=2。

圖5：RepGhost 網(wǎng)絡(luò)架構(gòu)

1.1.6 實驗結(jié)果

ImageNet-1K 實驗結(jié)果

如下圖所示是 ImageNet-1K 圖像分類任務(wù)的實驗結(jié)果。NVIDIA V100 GPUs ×8 作為訓練設(shè)備，Batch size 開到1024，優(yōu)化器 SGD (0.9 momentum)，基本學習率為 0.6，Epoch 數(shù)為 300，weight decay 為1e-5，并且使用衰減系數(shù)為0.9999的 EMA (Exponential Moving Average) 權(quán)重衰減。數(shù)據(jù)增強使用 timm 庫的圖像裁剪和翻轉(zhuǎn)，prob 0.2 的隨機擦除。對于更大的模型 RepGhostNet 1.3×，額外使用 auto augment。

圖6：ImageNet-1K 實驗結(jié)果

實驗結(jié)果如上圖6所示。根據(jù) FLOPs，所有模型被分為3個級別。在基于 ARM 的手機上評估每個模型的相應(yīng)延遲。圖1描繪了所有模型的延遲和精度?？梢钥吹?，在準確性-延遲權(quán)衡方面，RepGhostNet 優(yōu)于其他手動設(shè)計和基于 NAS 的模型。

RepGhostNet 實現(xiàn)了與其他先進的輕量級 CNN 相當甚至更好的準確性，而且延遲低得多。例如，RepGhostNet 0.5× 比 GhostNet 0.5× 快 20%，Top-1 準確性高 0.5%，RepGhostNet 1.0× 比 MobileNetV3 Large 0.75× 快 14%，Top-1 準確性高 0.7%。在延遲相當?shù)那闆r下，RepGhostNet 在所有三個量級大小的模型上面都超過所有對手模型。比如，RepGhostNet 0.58× 比 GhostNet 0.5× 高 2.5%，RepGhostNet 1.11× 比MobileNetV3 Large 0.75× 高 1.6%。

目標檢測和實例分割實驗結(jié)果

使用 RetinaNet 和 Mask RCNN分別用于目標檢測任務(wù)和實例分割任務(wù)。僅替換 ImageNet 預訓練的主干，并在8個 NVIDIA V100 GPUs 中訓練12個時期的模型結(jié)果如下圖7所示。RepGhostNet 在兩個任務(wù)上都優(yōu)于MobileNetV2，MobileNetV3 和 GhostNet，且推理速度更快。例如，在延遲相當?shù)那闆r下，RepGhostNet 1.3× 在這兩項任務(wù)中比 GhostNet 1.1× 高出 1% 以上，RepGhostNet 1.5× 比 MobileNetV2 1.0× 高出 2% 以上。

圖7：目標檢測和實例分割實驗結(jié)果

消融實驗1：與 Ghost-Res50 的對比

為了驗證大模型的 RepGhost 模塊的泛化性，作者將其與 GhostNet 模型 Ghost-Res50 進行了比較。用 RepGhost 模塊替換 Ghost-Res50 中的 Ghost 模塊，得到 RepGhost-Res50。所有模型都使用相同的訓練設(shè)置進行訓練。對于 MNN 延時，與圖6結(jié)果使用相同的手機測得。對于 TRT 延遲，作者首先將模型轉(zhuǎn)換為 TensorRT，然后在 Batch size 為32的 T4 GPU 上運行框架上的每個模型100次，并報告平均延遲。

結(jié)果如下圖8所示。可以看到，RepGhost-Res50 在 CPU 和 GPU 上都明顯快于 Ghost-Res50，但精度相當。特別地，在 MNN 推理和 TensorRT 推理中，RepGhost-Res50 (s=2) 比 Ghost-Res50 (s=4) 分別獲得了 22% 和44% 的加速比。

圖8：與 Ghost-Res50 的對比

消融實驗2：重參數(shù)化結(jié)構(gòu)

為了驗證重新參數(shù)化結(jié)構(gòu)，作者在 RepGhostNet 0.5× 上進行消融實驗，方法是在圖 3(c) 所示的模塊的恒等映射分支中交替使用 BN，1×1 Depth-wise Convolution 和恒等映射本身。結(jié)果如下圖9所示?？梢钥吹?，帶有 BN 重參數(shù)化的 RepGhostNet 0.5× 達到了最好的性能。作者將其作為所有其他 RepGhostNet 的默認重新參數(shù)化結(jié)構(gòu)。

作者將這種改善歸因于 BN 的非線性，它提供了比恒等映射更多的信息。1×1 Depth-wise Convolution 之后也是 BN，因此，由于后面的歸一化，其參數(shù)對特征不起作用，并且可能使 BN 統(tǒng)計不穩(wěn)定，作者推測這導致了較差的性能。

圖9：重新參數(shù)化結(jié)構(gòu)消融實驗

消融實驗3：Shortcut 的必要性

盡管 會增加內(nèi)存訪問成本 (從而影響運行時性能)，但對于計算受限的移動設(shè)備來說，這種影響可以忽略不計，如表所示。7.考慮到所有這些，我們確認快捷方式對于輕量級CNN是必要的，并在我們的RepGhostNet中保留快捷方式。mageNet 數(shù)據(jù)集上的準確性，結(jié)果如下圖顯示了使用和不使用快捷方式時 RepGhostNet 的準確性和延遲。

很明顯，Shortcut 不會嚴重影響實際運行的延時，但有助于優(yōu)化過程。另一方面，大模型去掉 Shortcut 對 Latency 的影響要小于小模型，這可能意味著 Shortcut 對于輕量級 CNN 比大型模型更重要，例如 RepVGG 和 MobileOne。

盡管 Shortcut 會增加內(nèi)存訪問成本 (從而影響運行時性能)，但對于計算受限的移動設(shè)備來說，這種影響可以忽略不計。考慮到所有這些，我們認為 Shortcut 對于輕量級 CNN 是必要的，并在 RepGhostNet 中保留了 Shortcut 操作。

圖10：Shortcut 的必要性消融實驗結(jié)果

總結(jié)

GhostNet 通過一些廉價的操作來生成更多的特征圖，并將它們與原始特征圖 Concat 起來，從而產(chǎn)生越來越多的特征圖，它利用特征復用技術(shù)，來擴大 channel 數(shù)量和網(wǎng)絡(luò)容量，同時保持一個比較低的 FLOPs。似乎 Concat 操作已經(jīng)成為特性復用的標準操作。Concat 操作確實是一種 0 Params，0 FLOPs 的操作。

但是，它在硬件設(shè)備上的計算成本是不可忽略的。所以本文作者希望通過結(jié)構(gòu)重新參數(shù)化技術(shù)開發(fā)一種硬件高效的 RepGhost 模塊，以實現(xiàn)特征的隱式重用。RepGhostNet 把 Concat 操作去掉，同時修改現(xiàn)有結(jié)構(gòu)以滿足重參數(shù)化的規(guī)則。最終得到的 RepGhostNet 是一個高效的輕量級 CNN，在幾個視覺任務(wù)中都展示出了移動設(shè)備的精度-延遲權(quán)衡方面良好的技術(shù)水平。

審核編輯：劉清