SqueezeNet模型详解

简介

SqueezeNet是一种轻量级卷积神经网络架构，旨在保持较高性能的同时减少模型的参数数量和计算复杂度。由于其小尺寸和高效性能，SqueezeNet适用于在资源受限的环境中部署，如移动设备和嵌入式系统。

SqueezeNet是通过使用一种"Fire Module"的结构来减小网络的深度和参数量。Fire Module包含一个称为"Squeeze"层和一个称为"Expand"层的组合。"Squeeze"层主要执行特征压缩，通过使用1x1卷积核来减小通道数量，从而降低模型的参数数量。"Expand"层使用1x1和3x3卷积核来增加通道数量，以产生更丰富的特征表示。

整个SqueezeNet网络由多个这样的Fire Modules组成，其中间使用了池化层来减小空间尺寸。

论文地址：https://arxiv.org/abs/1602.07360

Fire Module

它的结构图如下所示：

Fire 模块它是通过使用 1x1 的卷积核来进行压缩。1x1 卷积可以降低输入特征图的通道数，从而减少每个位置上的参数数量。如果一个模型中有很多层使用了 1x1 卷积，整个模型的参数数量会相对较小。同时，1x1 卷积通常比较轻量级，计算量相对较小。这也就意味着计算复杂度的减小，因为计算复杂度与参数数量相关。最后将经过不同卷积操作得到的特征在通道维度上拼接在一起。

class Fire(nn.Module):
    def __init__(self, inplanes, squeeze_planes, expand1x1_planes, expand3x3_planes):
        super(Fire, self).__init__()
        self.inplanes = inplanes
        self.squeeze = nn.Conv2d(inplanes, squeeze_planes, kernel_size=1)
        self.expand1x1 = nn.Conv2d(squeeze_planes, expand1x1_planes,
                                   kernel_size=1)
        self.expand3x3 = nn.Conv2d(squeeze_planes, expand3x3_planes,
                                   kernel_size=3, padding=1)
        self.activation = nn.ReLU(inplace=True)

    def forward(self, x):
        x = self.activation(self.squeeze(x))
        return torch.cat([
            self.activation(self.expand1x1(x)),
            self.activation(self.expand3x3(x))
        ], dim=1)

我想大家使用Conv+BN+ReLU使用习惯了，这里面没有使用BN是因为会引入额外的参数和计算，像这种轻量级的网络结构中，可能不太需要 BN 层，因为模型本身较浅，梯度的变化也不会过于剧烈。

SqueezeNet的两个版本的特点

以下是一些个人的见解：

卷积核的大小和步幅，在1_0版本当中第一个卷积层使用的是核大小为7，而1_1版本当中的卷积核为3，这可能导致更大的感受野。

输出通道数，在1_0版本中，第一个卷积层输出通道为 96，而1_1版本中为 64。这也意味着1_1版本的模型整体更加轻量。1_0 Total params: 737,476，1_1 Total params: 724,548

采用了 Dropout 在训练期间有助于防止过拟合。

class SqueezeNet(nn.Module):
    def __init__(self, version='1_0', num_classes=1000):
        super(SqueezeNet, self).__init__()
        self.num_classes = num_classes
        if version == '1_0':
            self.features = nn.Sequential(
                nn.Conv2d(3, 96, kernel_size=7, stride=2),
                nn.ReLU(inplace=True),
                nn.MaxPool2d(kernel_size=3, stride=2, ceil_mode=True),
                Fire(96, 16, 64, 64),
                Fire(128, 16, 64, 64),
                Fire(128, 32, 128, 128),
                nn.MaxPool2d(kernel_size=3, stride=2, ceil_mode=True),
                Fire(256, 32, 128, 128),
                Fire(256, 48, 192, 192),
                Fire(384, 48, 192, 192),
                Fire(384, 64, 256, 256),
                nn.MaxPool2d(kernel_size=3, stride=2, ceil_mode=True),
                Fire(512, 64, 256, 256),
            )
        elif version == '1_1':
            self.features = nn.Sequential(
                nn.Conv2d(3, 64, kernel_size=3, stride=2),
                nn.ReLU(inplace=True),
                nn.MaxPool2d(kernel_size=3, stride=2, ceil_mode=True),
                Fire(64, 16, 64, 64),
                Fire(128, 16, 64, 64),
                nn.MaxPool2d(kernel_size=3, stride=2, ceil_mode=True),
                Fire(128, 32, 128, 128),
                Fire(256, 32, 128, 128),
                nn.MaxPool2d(kernel_size=3, stride=2, ceil_mode=True),
                Fire(256, 48, 192, 192),
                Fire(384, 48, 192, 192),
                Fire(384, 64, 256, 256),
                Fire(512, 64, 256, 256),
            )
        else:
            raise ValueError("Unsupported SqueezeNet version {version}:"
                             "1_0 or 1_1 expected".format(version=version))

        # Final convolution is initialized differently from the rest
        final_conv = nn.Conv2d(512, self.num_classes, kernel_size=1)
        self.classifier = nn.Sequential(
            nn.Dropout(p=0.5),
            final_conv,
            nn.ReLU(inplace=True),
            nn.AdaptiveAvgPool2d((1, 1))
        )

        for m in self.modules():
            if isinstance(m, nn.Conv2d):
                if m is final_conv:
                    init.normal_(m.weight, mean=0.0, std=0.01)
                else:
                    init.kaiming_uniform_(m.weight)
                if m.bias is not None:
                    init.constant_(m.bias, 0)

    def forward(self, x):
        x = self.features(x)
        x = self.classifier(x)
        return torch.flatten(x, 1)

 结构图如下所示：

下面是论文作者提供的一些细节和设计的选择

• 1x1和3x3滤波器的输出尺寸一致性：为了确保1x1和3x3滤波器的输出在高度和宽度上一致，作者在expand模块的3x3滤波器的输入数据周围添加了1像素的零填充。
• 激活函数的选择：使用了ReLU作为squeeze和expand层的激活函数。
• Dropout的应用：在fire9模块之后应用了Dropout，丢弃率为50%。
• 无全连接层：SqueezeNet没有使用全连接层，这个设计灵感来源于NiN（Lin et al., 2013）架构。
• 学习率和训练策略：在训练SqueezeNet时，初始学习率为0.04，通过线性递减学习率的方式进行训练。

我感觉它给出的这些放在现在看来都比较的常规了（当时可能比较新颖），现在也有很多的其他方式去和技术去提升。

SqueezeNet分类实验测试

100轮训练和验证损失记录 

100轮错误率记录  

验证集记录最佳的指标 

总结

SqueezeNet相对于传统的深层CNN模型，如VGG或ResNet，具有更小的模型大小和更少的参数，但在一些任务上仍能取得不错的性能。这使得SqueezeNet成为在资源受限环境中进行实时图像分类等应用的有力选择。

目前我也是在学习的阶段，学习这一部分也是为了积累轻量化模型的方法，因为因为轻量化模型在移动设备、嵌入式系统以及一些资源受限的环境中都具有重要的应用价值。