各位同学好，今天和大家分享一下如何使用 Tensorflow 搭建 EfficientNetV2 卷积神经网络模型。
EfficientNetV2 在 EfficientNetV1 的基础上进行了改进， 引入了Fused-MBConv模块，和渐进式学习策略，训练更快。本篇只介绍如何搭建网络模型，训练过程不做介绍。
EfficientNetV1 的文章在这，感兴趣的可以看一下：https://blog.csdn.net/dgvv4/article/details/123553351
在EfficientNet中作者更关注准确率、参数数量、以及FLOPs，在EfficientNetV2中作者更关心模型的训练速度。
1. EfficientNet 中存在的缺点：
（1）训练图像的尺寸很大时，训练速度非常慢。
针对这个问题一个比较好想到的方法是 降低训练图像的尺寸，卷各地训练图像的尺寸不仅能加快训练速度，还能使用更大的batch_size
（2）在网络浅层中使用深度卷积（Depthwise）的速度会很慢。
因为当前深度卷积（Depthwise Convolution）无法使用一些现有的加速器。虽然理论计算量很小，但实际使用起来没有想象的那么快。因此作者引入Fused-MBConv模块， 将网络浅层的MBConv模块替换成Fused-MBConv模块。
（3）同等的放大每个stage是次优的
在EfficientNetV1中，每个stage的深度和宽度都是同等放大的。单每个stage对网络的训练速度iji参数数量的贡献并不相同，所以直接使用同等缩放的策略并不合理。因此 作者采用了非均匀的缩放策略来缩放模型。
2. EfficientNetV2 的创新点
（1）引入新的网络EfficientNetV2，该网络在训练速度以及参数量上都优于先前的一些网络。
（2）提出改进的渐进学习方法，该方法会根据图像的尺寸动态调节正则化方法，提升训练速度和准确率。
（3）通过实验与先前的一些网络相比，训练速度提升11倍，参数量减少1/6.8
与 EfficientNetV1 的区别
（1）在网络浅层使用Fused-MBConv模块，在深层使用MBConv模块
（2）使用较小的通道上升倍数
（3）偏向使用更小的卷积核size（3*3）
（4）移除了EfficientNetV1中最后一个步距为1的stage
3. 网络核心模块
深度可分离卷积、 逆转残差结构、SE注意力机制就不再介绍了，之前的文章中已经详细介绍过几次了，有疑问的可以看：https://blog.csdn.net/dgvv4/article/details/123553351
3.1 Stochastic Depth
该Dopout方法和之前的随机概率杀死神经元的Dropout方法不同。如下图，前向传播过程中，有许多残差结构，主分支进行卷积操作，shortcut残差连接输入和输出。
Stochastic Depth 有一定概率丢弃主分支的输出结果，直接将上一层的输出作为该层的输出，相当于没有这一层了，网络的深度变得随机，决定于丢弃了几层。在EfficientNetV2中 丢弃概率是0-0.2
这里的Stochastic Depth类型的Dropout层， 仅用于Fused-MBConv模块和MBConv模块中的Dropout层，不包括网络最后的全连接层的Dropout层。
该方法提升了训练速度，小幅提升了准确率。代码中只需要比普通的dropout函数多添加一个参数即可。
x = layers.Dropout(rate = dropout_rate, # 随机丢弃输出层的概率
noise_shape = (None,1,1,1)) # 代表不是杀死神经元，是丢弃输出层
3.2 MBConv模块
基本模块(stride=1)：图像输入，先经过 1×1卷积上升通道数；然后在高纬空间下使用 深度卷积；再经过 SE注意力机制优化特征图数据；再经过 1×1卷积下降通道数 （使用线性激活函数）；若此时 输入特征图的shape和输出特征图的shape相同，那么对1×1卷积降维后的特征图加一个 Stochastic Depth 类型的 Dropout层，防止过拟合；最后 残差连接输入和输出
下采样模块(stride=2)：大致流程和基本模块相同，不采用Dropout层和残差连接，1×1卷积降维后直接输出特征图。
代码实现：
#（3）逆转残差模块
def MBConv(x, expansion, kernel_size, stride, out_channel, dropout_rate):
'''
expansion: 第一个卷积层特征图通道数上升的倍数
kernel_size: 深度卷积层的卷积核size
stride: 深度卷积层的步长
out_channel: 第二个卷积层下降的通道数
dropout_rate: Dropout层随机丢弃输出层的概率，直接将输入接到输出
'''
# 残差边
residual = x
# 输入特征图的通道数
in_channel = x.shape[-1]
# ① 1*1标准卷积升维
x = conv_block(inputs = x,
filters = in_channel * expansion, # 上升通道数为expansion倍
kernel_size = (1,1),
stride = 1,
activation = True)
# ② 3*3深度卷积
x = layers.DepthwiseConv2D(kernel_size = kernel_size,
strides = stride,
padding = 'same',
use_bias = False)(x)
x = layers.BatchNormalization()(x)
x = swish(x)
# ④ SE注意力机制，输入特征图x，和MBConv模块输入图像的通道数
x = se_block(inputs = x, in_channel = in_channel)
# ⑤ 1*1标准卷积降维，使用线性激活
x = conv_block(inputs = x,
filters = out_channel, # 上升通道数
kernel_size = (1,1),
stride = 1,
activation = False) # 不使用swish激活
# ⑥ 只有步长=1且输入等于输出shape，才使用残差连接输入和输出
if stride == 1 and residual.shape == x.shape:
# 判断是否进行dropout操作
if dropout_rate > 0:
# 参数noise_shape一定的概率将某一层的输出丢弃
x = layers.Dropout(rate = dropout_rate, # 丢弃概率
noise_shape = (None,1,1,1))
# 残差连接输入和输出
x = layers.Add([residual, x])
return x
# 如果步长=2，直接输出1*1卷积降维后的结果
return x
3.3 Fused-MBconv模块
不用上升通道数(expansion == 1)：图像输入，经过 33 标准卷积，对输出特征图使用 Stochastic Depth 类型的 Dropout层。 当 步长=1 且该模块的输入图像和卷积输出图像的shape相同，使用残差连接输入和输出；当 步长=2 下采样阶段，直接输出卷积输出的特征图。*
需要上升通道数(expansion != 1)：图像输入，先使用 3*3 标准卷积上升通道数，再使用 1*1卷积下降通道数，输入特征图经过 Stochastic Depth 类型的 Dropout层。 当 步长=1 且该模块的输入图像和1*1卷积输出图像的shape相同，使用残差连接输入和输出；当 步长=2 下采样阶段，直接输出卷积输出的特征图。
代码实现：
#（4）Fused-MBConv模块
def Fused_MBConv(x, expansion, kernel_size, stride, out_channel, dropout_rate):
# 残差边
residual = x
# 输入特征图的通道数
in_channel = x.shape[-1]
# ① 如果通道扩展倍数expansion==1，就不需要升维
if expansion != 1:
# 3*3标准卷积升维
x = conv_block(inputs = x,
filters = in_channel * expansion, # 通道数上升为原来的expansion倍
kernel_size = kernel_size,
stride = stride)
# ② 判断卷积的类型
# 如果expansion==1，变成3*3卷积+BN+激活；
# 如果expansion!=1，变成1*1卷积+BN，步长为1
x = conv_block(inputs = x,
filters = out_channel, # FusedMBConv模块输出特征图通道数
kernel_size = (1,1) if expansion != 1 else kernel_size,
stride = 1 if expansion != 1 else stride,
activation = False if expansion != 1 else True)
# ④ 当步长=1且输入输出shape相同时残差连接
if stride == 1 and residual.shape == x.shape:
# 判断是否使用Dropout层
if dropout_rate > 0:
x = layers.Dropout(rate = dropout_rate, # 随机丢弃输出层的概率
noise_shape = (None,1,1,1)) # 代表不是杀死神经元，是丢弃输出层
# 残差连接输入和输出
outputs = layers.Add([residual, x])
return outputs
# 若步长等于2，直接输出卷积层输出结果
return x
4. 代码展示
4.1 网络结构图
EfficientNetV2 网络结构图如下。opterator列中MBConv4代表上升通道数为原输入通道数的4倍，channels代表每个模块的输出通道数，layers代表每个模块重复执行多少次。
4.2 完整代码
函数方法来构建网络，代码如下
[En]
Function method to build the network, the code is as follows
import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import Model, layers
#（1）swish激活函数
def swish(x):
x = x * tf.nn.sigmoid(x)
return x
#（2）标准卷积块
def conv_block(inputs, filters, kernel_size, stride, activation=True):
# 卷积+BN+激活
x = layers.Conv2D(filters = filters,
kernel_size = kernel_size,
strides = stride,
padding = 'same',
use_bias = False)(inputs)
x = layers.BatchNormalization()(x)
if activation: # 如果activation==True就使用激活函数
x = swish(x)
return x
#（3）SE注意力机制
def se_block(inputs, in_channel, ratio=0.25):
'''
inputs: 深度卷积层的输出特征图
input_channel: MBConv模块的输入特征图的通道数
ratio: 第一个全连接层的通道数下降为MBConv输入特征图的几倍
'''
squeeze = int(in_channel * ratio) # 第一个FC降低通道数个数
excitation = inputs.shape[-1] # 第二个FC上升通道数个数
# 全局平均池化 [h,w,c]==>[None,c]
x = layers.GlobalAveragePooling2D()(inputs)
# [None,c]==>[1,1,c]
x = layers.Reshape(target_shape=(1, 1, x.shape[-1]))(x)
# [1,1,c]==>[1,1,c/4]
x = layers.Conv2D(filters = squeeze, # 通道数下降1/4
kernel_size = (1,1),
strides = 1,
padding = 'same')(x)
x = swish(x) # swish激活
# [1,1,c/4]==>[1,1,c]
x = layers.Conv2D(filters = excitation, # 通道数上升至原来
kernel_size = (1,1),
strides = 1,
padding = 'same')(x)
x = tf.nn.sigmoid(x) # sigmoid激活，权重归一化
# [h,w,c] * [1,1,c] ==> [h,w,c]
outputs = layers.multiply([inputs, x])
return outputs
#（3）逆转残差模块
def MBConv(x, expansion, kernel_size, stride, out_channel, dropout_rate):
'''
expansion: 第一个卷积层特征图通道数上升的倍数
kernel_size: 深度卷积层的卷积核size
stride: 深度卷积层的步长
out_channel: 第二个卷积层下降的通道数
dropout_rate: Dropout层随机丢弃输出层的概率，直接将输入接到输出
'''
# 残差边
residual = x
# 输入特征图的通道数
in_channel = x.shape[-1]
# ① 1*1标准卷积升维
x = conv_block(inputs = x,
filters = in_channel * expansion, # 上升通道数为expansion倍
kernel_size = (1,1),
stride = 1,
activation = True)
# ② 3*3深度卷积
x = layers.DepthwiseConv2D(kernel_size = kernel_size,
strides = stride,
padding = 'same',
use_bias = False)(x)
x = layers.BatchNormalization()(x)
x = swish(x)
# ④ SE注意力机制，输入特征图x，和MBConv模块输入图像的通道数
x = se_block(inputs = x, in_channel = in_channel)
# ⑤ 1*1标准卷积降维，使用线性激活
x = conv_block(inputs = x,
filters = out_channel, # 上升通道数
kernel_size = (1,1),
stride = 1,
activation = False) # 不使用swish激活
# ⑥ 只有步长=1且输入等于输出shape，才使用残差连接输入和输出
if stride == 1 and residual.shape == x.shape:
# 判断是否进行dropout操作
if dropout_rate > 0:
# 参数noise_shape一定的概率将某一层的输出丢弃
x = layers.Dropout(rate = dropout_rate, # 丢弃概率
noise_shape = (None,1,1,1))
# 残差连接输入和输出
x = layers.Add([residual, x])
return x
# 如果步长=2，直接输出1*1卷积降维后的结果
return x
#（4）Fused-MBConv模块
def Fused_MBConv(x, expansion, kernel_size, stride, out_channel, dropout_rate):
# 残差边
residual = x
# 输入特征图的通道数
in_channel = x.shape[-1]
# ① 如果通道扩展倍数expansion==1，就不需要升维
if expansion != 1:
# 3*3标准卷积升维
x = conv_block(inputs = x,
filters = in_channel * expansion, # 通道数上升为原来的expansion倍
kernel_size = kernel_size,
stride = stride)
# ② 判断卷积的类型
# 如果expansion==1，变成3*3卷积+BN+激活；
# 如果expansion!=1，变成1*1卷积+BN，步长为1
x = conv_block(inputs = x,
filters = out_channel, # FusedMBConv模块输出特征图通道数
kernel_size = (1,1) if expansion != 1 else kernel_size,
stride = 1 if expansion != 1 else stride,
activation = False if expansion != 1 else True)
# ④ 当步长=1且输入输出shape相同时残差连接
if stride == 1 and residual.shape == x.shape:
# 判断是否使用Dropout层
if dropout_rate > 0:
x = layers.Dropout(rate = dropout_rate, # 随机丢弃输出层的概率
noise_shape = (None,1,1,1)) # 代表不是杀死神经元，是丢弃输出层
# 残差连接输入和输出
outputs = layers.Add([residual, x])
return outputs
# 若步长等于2，直接输出卷积层输出结果
return x
#（5）每个模块重复执行num次
Fused_MBConv模块
def Fused_stage(x, num, expansion, kernel_size, stride, out_channel, dropout_rate):
for _ in range(num):
# 传入参数，反复调用Fused_MBConv模块
x = Fused_MBConv(x, expansion, kernel_size, stride, out_channel, dropout_rate)
return x
MBConv模块
def stage(x, num, expansion, kernel_size, stride, out_channel, dropout_rate):
for _ in range(num):
# 反复执行MBConv模块
x = MBConv(x, expansion, kernel_size, stride, out_channel, dropout_rate)
return x
#（6）主干网络
def efficientnetv2(input_shape, classes, dropout_rate):
# 构造输入层
inputs = keras.Input(shape=input_shape)
# 标准卷积层[224,224,3]==>[112,112,24]
x = conv_block(inputs, filters=24, kernel_size=(3,3), stride=2)
# [112,112,24]==>[112,112,24]
x = Fused_stage(x, num=2, expansion=1, kernel_size=(3,3),
stride=1, out_channel=24, dropout_rate=dropout_rate)
# [112,112,24]==>[56,56,48]
x = Fused_stage(x, num=4, expansion=4, kernel_size=(3,3),
stride=2, out_channel=48, dropout_rate=dropout_rate)
# [56,56,48]==>[32,32,64]
x = Fused_stage(x, num=4, expansion=4, kernel_size=(3,3),
stride=2, out_channel=64, dropout_rate=dropout_rate)
# [32,32,64]==>[16,16,128]
x = stage(x, num=6, expansion=4, kernel_size=(3,3),
stride=2, out_channel=128, dropout_rate=dropout_rate)
# [16,16,128]==>[16,16,160]
x = stage(x, num=9, expansion=6, kernel_size=(3,3),
stride=1, out_channel=160, dropout_rate=dropout_rate)
# [16,16,160]==>[8,8,256]
x = stage(x, num=15, expansion=6, kernel_size=(3,3),
stride=2, out_channel=256, dropout_rate=dropout_rate)
# [8,8,256]==>[8,8,1280]
x = conv_block(x, filters=1280, kernel_size=(1,1), stride=1)
# [8,8,1280]==>[None,1280]
x = layers.GlobalAveragePooling2D()(x)
# dropout层随机杀死神经元
if dropout_rate > 0:
x = layers.Dropout(rate=dropout_rate)
# [None,1280]==>[None,classes]
logits = layers.Dense(classes)(x)
# 构建网络
model = Model(inputs, logits)
return model
#（7）接收网络模型
if __name__ == '__main__':
model = efficientnetv2(input_shape = [224,224,3], # 输入图像shape
classes = 1000, # 分类数
dropout_rate = 0)
model.summary() # 查看网络架构
4.3 查看网络结构
通过model.summary()查看网络架构，约有两千万的参数量
`python
Original: https://blog.csdn.net/dgvv4/article/details/123598847
Author: 立Sir
Title: 【神经网络】(18) EfficientNetV2 代码复现，网络解析，附Tensorflow完整代码
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/511902/
转载文章受原作者版权保护。转载请注明原作者出处！