前言
如果说在CNN领域一定要学习一个卷积神经网络，那一定非Resnet莫属了。
接下来我将按照：Resnet论文解读、Pytorch实现ResNet50模型两部分，进行讲解，博主也是初学者，不足之处欢迎大家批评指正。
预备知识：卷积网络的深度越深，提取的特征越高级，性能越好，但传统的卷积神经网络随着层数深度的增加，会面临网络退化、梯度消失、梯度爆炸等问题，使得高层网络的性能反而不如浅层网络。
卷积细节： 将一个(W,H,C)的3维矩阵，输入卷积层，卷积 步长stride，边界 填充数量padding， KxK卷积核Cout个:
输出一个(W-K+2 _padding)/stride +1，(H-K+2_padding)/stride +1，Cout）的3维矩阵。
网络退化： 深层网络训练模型可收敛，但在测试集和训练集的误差均大于浅层网络。
梯度消失： 假设每层梯度是一个小于1的数，由链式法则，反向传播时，梯度时不断相乘的，每向前传播一层，梯度就乘以一个小于1的数，传到最后一层，梯度已经接近0了，这就是梯度消失，换句话说就是，小于1的数连成很快会趋近于0。
梯度爆炸： 反之，如果每层梯度是一个大于1的数，大于1的数连成很快会趋近于无穷。
为解决上述问题
Resnet创新亮点：
1.解决梯度消失\爆炸问题：引入BN层（Batch Normalization），弃用Dropout
2.解决网络退化问题：引入残差（Residual）
`提示：以下是本篇文章正文
一、Resnet论文精读
引入残差
残差的基本思想：真实测量值=预测值+残差
**
; 残差块
**：
其中，输入X，分为两路，X为恒等映射，F(X)为残差映射，两者求和进入激活函数，再输出Relu(F(X)+X)。
残差F(X)的作用：是修正恒等映射X的误差，使网络拟合的更好。
如果X足够好，则残差的参数均为0，使输出的F(X)=0;
如果X不够好，F(X)在X的基础上优化。
其中，F(X)与X相加时，shape必须相同，若F(X)的数据维数变化（如stride>1降维），则X也需要进行相应的变化（如对X做1×1的卷积）。
求F(X)残差的卷积均使用3x3conv，下采样大小降维一半。
由于恒等映射X的存在，反向传播时，梯度可以从深层直接给到浅层，避免了梯度消失与爆炸。
**
ResNet50模型基本构成
**
ResNet50有两个基本的块，分别名为 Conv Block_和 _Identity Block。
Conv Block：针对X和F(X)的维度（通道数和size）是不一样的，所以不能连续串联，它的作用是改变网络的维度；
Identity Block：针对X和F(X)的维度（通道数和size）相同，可以串联，用于加深网络的。
**
; BN层
：**
Batch normalization：目的是预处理使我们的一批(Batch)的feature map满足均值为0，方差为1的分布规律，这样能够加速网络的收敛。(在网络中间调整每层输入的feature map)。
一个batch size为2（两张图片，每张图片有3个通道，其中颜色红，绿，蓝分别代表r,g,b通道。）的Batch Normalization的原理，首先会统计每个通道数目所有点的像素值，求得均值和方差，然后在每个通道上分别用该点的像素值 _减均值除方差_得到该点的像素值，此过程就是BN。最后将其接入到激活函数中。
（其中， Xi是指一批数据的同一个通道的所有特征图的数据，如下图X1就是指两张彩图的R通道的所有数据）
上述公式中，xi经过减均值，除方差之后，得到的数据的均值为0，方差为1，而后面的γ和β参数的作用又是什么呢？有时均值为0，方差为1并不是最好的效果，所以可以用通过γ调整数据的方差，通过β调整数据的均值。
介绍完BN层的原理，下面我们来看看具体的实例吧：
feature map1、feature map2分别是由image1、image2经过一系列卷积池化后得到的特征矩阵。其中每个网格的值代表该点的像素值，分别统计feature map1 和feature map2每个通道的像素值，得到一个矩阵，在使用BN的计算公式计算经过BN以后，得到每个通道每个像素点的像素值。计算公式也如下。
[注]:
（1）训练时要将traning参数设置为True，在验证时将trainning参数设置为False。在pytorch中可通过创建 模型的model.train()和model.eval()方法控制。
（2）batch size尽可能设置大点，设置小后表现可能很糟糕，设置的越大求的均值和方差越接近整个训练集的均值和方差。
（3）一般将bn层放在卷积层（Conv）和激活层（例如Relu）之间，且卷积层不要使用偏置bias，因为使用偏置和不使用偏置的yi是相等的，所以使用偏置只会徒增网络的参数，导致训练起来更加的费劲。
标准化（standardization）：将数据通过去均值实现中心化的处理，根据凸优化理论与数据概率分布相关知识，数据中心化符合数据分布规律，更容易取得训练之后的泛化效果, 数据标准化是数据预处理的常见方法之一，缩放和每个点都有关系，通过方差（variance）体现出来。与归一化对比，标准化中所有数据点都有贡献（通过均值和标准差造成影响）。 加速模型收敛：标准化后，最优解的寻优过程明显会变得平缓，更容易正确的收敛到最优解。
归一化（Normalization）：归一化的目标是找到某种映射关系，将原数据映射到（a,b）区间上，如0～1之间，缩放仅仅跟最大、最小值的差别有关。 提升模型精度：归一化后，不同维度之间的特征在数值上有一定比较性，可以大大提高分类器的准确性。
**
Resnet50总体结构
：**
Resnet网络就是残差块的堆叠，解决了网络退化问题，实现网络层数的加深，使之拥有足够好的特征提取能力。
补充：
Resnet解决网络退化的原理：
1. 深度梯度回传顺畅：恒等映射这一路的梯度是1，可以把浅层的信号传到深层，也可以把深层的梯度注回浅层，防止梯度消失。
2. 传统线性结构网络难以拟合”恒等映射”：什么都不做时很重要；skip connection可以让模型自行选择要不要更新；弥补了高度线性造成的不可逆的信息损失。
3. 图像相邻像素梯度的局部相关性：解决了传统多层卷积造成的，回传的相邻像素梯度的局部相关性越来越低的问题。
; 二、Resnet50代码复现
完整代码
代码如下（示例）：
import torch.nn as nn
import torch
class BasicBlock(nn.Module):
expansion = 1
def __init__(self, in_channel, out_channel, stride=1, downsample=None, **kwargs):
super(BasicBlock, self).__init__()
self.conv1 = nn.Conv2d(in_channels=in_channel, out_channels=out_channel,kernel_size=3, stride=stride, padding=1, bias=False)
self.bn1 = nn.BatchNorm2d(out_channel)
self.conv2 = nn.Conv2d(in_channels=out_channel, out_channels=out_channel,kernel_size=3, stride=1, padding=1, bias=False)
self.bn2 = nn.BatchNorm2d(out_channel)
self.relu = nn.ReLU(inplace=True)
self.downsample = downsample
def forward(self, x):
identity = x
if self.downsample is not None:
identity = self.downsample(x)
out = self.conv1(x)
out = self.bn1(out)
out = self.relu(out)
out = self.conv2(out)
out = self.bn2(out)
out += identity
out = self.relu(out)
return out
class Bottleneck(nn.Module):
"""
注意：原论文中，在虚线残差结构的主分支上，第一个1x1卷积层的步距是2，第二个3x3卷积层步距是1。
但在pytorch官方实现过程中是第一个1x1卷积层的步距是1，第二个3x3卷积层步距是2，
这么做的好处是能够在top1上提升大概0.5%的准确率。
"""
expansion = 4
def __init__(self, in_channel, out_channel, stride=1, downsample=None, groups=1, width_per_group=64):
super(Bottleneck, self).__init__()
width = int(out_channel * (width_per_group / 64.)) * groups
self.conv1 = nn.Conv2d(in_channels=in_channel, out_channels=width,kernel_size=1, stride=1, bias=False)
self.bn1 = nn.BatchNorm2d(width)
self.conv2 = nn.Conv2d(in_channels=width, out_channels=width, groups=groups,kernel_size=3, stride=stride, bias=False, padding=1)
self.bn2 = nn.BatchNorm2d(width)
self.conv3 = nn.Conv2d(in_channels=width, out_channels=out_channel * self.expansion,kernel_size=1, stride=1, bias=False)
self.bn3 = nn.BatchNorm2d(out_channel * self.expansion)
self.relu = nn.ReLU(inplace=True)
self.downsample = downsample
def forward(self, x):
identity = x
if self.downsample is not None:
identity = self.downsample(x)
out = self.conv1(x)
out = self.bn1(out)
out = self.relu(out)
out = self.conv2(out)
out = self.bn2(out)
out = self.relu(out)
out = self.conv3(out)
out = self.bn3(out)
out += identity
out = self.relu(out)
return out
class ResNet(nn.Module):
def __init__(self,
block,
blocks_num,
num_classes=1000,
include_top=True,
groups=1,
width_per_group=64):
super(ResNet, self).__init__()
self.include_top = include_top
self.in_channel = 64
self.groups = groups
self.width_per_group = width_per_group
self.conv1 = nn.Conv2d(3, self.in_channel, kernel_size=7, stride=2,padding=3, bias=False)
self.bn1 = nn.BatchNorm2d(self.in_channel)
self.relu = nn.ReLU(inplace=True)
self.maxpool = nn.MaxPool2d(kernel_size=3, stride=2, padding=1)
self.layer1 = self._make_layer(block, 64, blocks_num[0])
self.layer2 = self._make_layer(block, 128, blocks_num[1], stride=2)
self.layer3 = self._make_layer(block, 256, blocks_num[2], stride=2)
self.layer4 = self._make_layer(block, 512, blocks_num[3], stride=2)
if self.include_top:
self.avgpool = nn.AdaptiveAvgPool2d((1, 1))
self.fc = nn.Linear(512 * block.expansion, num_classes)
for m in self.modules():
if isinstance(m, nn.Conv2d):
nn.init.kaiming_normal_(m.weight, mode='fan_out', nonlinearity='relu')
def _make_layer(self, block, channel, block_num, stride=1):
downsample = None
if stride != 1 or self.in_channel != channel * block.expansion:
downsample = nn.Sequential(
nn.Conv2d(self.in_channel, channel * block.expansion, kernel_size=1, stride=stride, bias=False),
nn.BatchNorm2d(channel * block.expansion))
layers = []
layers.append(block(self.in_channel,
channel,
downsample=downsample,
stride=stride,
groups=self.groups,
width_per_group=self.width_per_group))
self.in_channel = channel * block.expansion
for _ in range(1, block_num):
layers.append(block(self.in_channel,
channel,
groups=self.groups,
width_per_group=self.width_per_group))
return nn.Sequential(*layers)
def forward(self, x):
x = self.conv1(x)
x = self.bn1(x)
x = self.relu(x)
x = self.maxpool(x)
x = self.layer1(x)
x = self.layer2(x)
x = self.layer3(x)
x = self.layer4(x)
if self.include_top:
x = self.avgpool(x)
x = torch.flatten(x, 1)
x = self.fc(x)
return x
def resnet50(num_classes=1000, include_top=True):
return ResNet(Bottleneck, [3, 4, 6, 3], num_classes=num_classes, include_top=include_top)
def resnet34(num_classes=1000, include_top=True):
return ResNet(BasicBlock, [3, 4, 6, 3], num_classes=num_classes, include_top=include_top)
def resnet101(num_classes=1000, include_top=True):
return ResNet(Bottleneck, [3, 4, 23, 3], num_classes=num_classes, include_top=include_top)
def resnext50_32x4d(num_classes=1000, include_top=True):
groups = 32
width_per_group = 4
return ResNet(Bottleneck, [3, 4, 6, 3],
num_classes=num_classes,
include_top=include_top,
groups=groups,
width_per_group=width_per_group)
def resnext101_32x8d(num_classes=1000, include_top=True):
groups = 32
width_per_group = 8
return ResNet(Bottleneck, [3, 4, 23, 3],
num_classes=num_classes,
include_top=include_top,
groups=groups,
width_per_group=width_per_group)
Original: https://blog.csdn.net/weixin_54338498/article/details/125590669
Author: 惊鸿落-Capricorn
Title: 卷积神经网络学习—Resnet50（论文精读+pytorch代码复现）
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/688048/
转载文章受原作者版权保护。转载请注明原作者出处！