深度学习经典网络：ShuffleNet 系列网络（ShuffleNet v1)

本文链接：https://blog.youkuaiyun.com/weixin_42615068/article/details/99328151

本文详述了ShuffleNet v1网络结构，包括channel shuffle和Shuffle Unit，探讨其如何通过分组卷积和信息混合增强轻量级网络效率。实验表明，分组卷积和channel shuffle有助于提升模型性能，特别是在资源有限的小型网络中。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

ShuffleNet v1:http://openaccess.thecvf.com/content_cvpr_2018/html/Zhang_ShuffleNet_An_Extremely_CVPR_2018_paper.html
tensorflow代码：https://github.com/MG2033/ShuffleNet
pytorch代码：https://github.com/jaxony/ShuffleNet/blob/master/model.py

0. 前言

作者主要提出了两个创新性的模块：pointwise group convolution 和 channel shuffle 两个创新性的模块，来进一步提升轻量级网络的效率。通常，在现有大型网络Xception和ResNet中为了减少计算量，会采用大量的1×1卷积操作，但是如果直接将1×1的卷积运用到小网络中会存在一些问题，像MobileNet 中1×1卷积的计算量占了绝大多数，因此作者提出来pointwise group convolution 来减少计算量。在分组卷积的过程中，当前分组的卷积会只与当前分组的输入有关，各组之间的信息会没有交流，因此作者提出来channel shuffle 操作，将不同分组的信息在一定程度上进行混合。

1. channel shuffle for group convolution

目前像ResNeXt网络只是在3×3卷积的部分运用到了分组卷积，而当中pointwise convolution占了93.4%的MAdd, 所以一个直观的想法是对pointwise convolution也采用分组卷积。但这样会使但前输出的每一部分只与对应一小部分的输入有关，如图1（a)所示，这种特性会阻止各个分组之间信息流的相互传递，会减弱网络的表达能力。
在这里插入图片描述

图 1 channel shuffle 示意如果我们在进行分组卷积时从不同的输入分组中获得数据，那么上述问题就可减轻，如图1（b)所示，将卷积通道划分为不同的分组，然后对于下一层的每个分组，从不同的子分组中的数据分别获得。这可以利用图1（c)所示的**channel shuffle** 操作实现，即先将输出通道reshape成（g, m), 然后对后两个维度取转置（m, g)，最后flatten成原来的形状，作为下一层的输入。关于对该过程的理解可以参考图2。

在这里插入图片描述

图 2 channel shuffle 理解

2. Shuffle Unit

在这里插入图片描述

图 3 ShuffleNet 单元 ShuffleNet Unit的结构比较清晰，借鉴ResNet的残差单元，首先参考Xception, 将3×3卷积换成depthwise convolution, 如图3（a). 之后将两个1×1卷积替换成pointwise group convolution, 值得注意的是作者参考Xception, 没有在depthwise convolution 后面加BN层，如图3（b)。对于步长为2的模块，结构如图3（c), 主要做了两点改变，一是在shortcut分支增加3×3的average pooling, 二是将原来的Add操作替换成Concatenate，用少量计算量的增加扩大channel维度。

采用Shuffle Unit 可以大大减少计算量，例如：给定输入大小 $\times h \times w$ ,通道数为c。对于的bottleneck通道为m：

ResNet: $w\left(2 c m+9 m^{2}\right) F L O P s$
ResNeXt: $w\left(2 c m+9 m^{2} / g\right)F L O P s$
ShuffleNet: $h w (2 c m / g + 9 m) F L O P s$ 深度分离卷积：m=g

换句话说，在一定的计算量的前提下，ShuffeNet Unit可以拓宽网络的宽度。而这对于提升网络的性能是十分关键的。

3. ShuffleNet v1

在这里插入图片描述

每个阶段的第一个block的步长为2，下一阶段的通道翻倍
每个阶段内的除步长其他超参数保持不变
每个ShuffleNet unit的bottleneck通道数为输出的1/4(和ResNet设置一致)
为保证模型FLOPs基本一致，当分组g增大时，相应的channel也会增大
可以简单的使用放缩因子s控制通道数，ShuffleNet $s \times$ 即表示通道数放缩到s倍。

4. Experiments

Pointwise Group Convolutions
在这里插入图片描述
结论：

有分组卷积的一致比没有组卷积(g=1)的效果要好。分组卷积可允许获得更多通道的信息，我们假设性能的收益源于更宽的特征映射，这帮助我们编码更多信息。并且，较小的模型的特征映射通道更少，这意味着能多的从特征映射上获取收益。
对于一些模型（例如0.5×），随着g增大，性能上有所下降。意味组数增加，每个卷积滤波器的输入通道越来越少，损害了模型表示能力。
对于小型的ShuffleNet 0.25×，组数越大性能越好，这表明对于小模型更宽的特征映射更有效。

Channel Shuffle vs. No Shuffle
在这里插入图片描述在三个不同复杂度下带Shuffle的都表现出更优异的性能.

Comparison with Other Structure Units
在这里插入图片描述可以看到ShuffleNet的表现是比较出色的。有趣的是，我们发现特征映射通道和精度之间是存在直观上的关系，以38MFLOPs为例，VGG-like, ResNet, ResNeXt, Xception-like, ShuffleNet模型在阶段4上的输出通道为50, 192, 192, 288, 576，这是和精度的变化趋势是一致的。我们可以在给定的预算中使用更多的通道，通常可以获得更好的性能。