文章目录
前言1. 简介2. GSConv4. 为什么要在Neck中使用GSConv3. Slim-NeckSlim-Neck中的模块Slim-Neck针对YOLO系列的设计
一些问题总结References
前言
作者提出了一种新方法GSConv来减轻模型复杂度，保持准确性。GSConv可以更好地平衡模型的准确性和速度。并且，提供了一种设计范式Slim-Neck，以实现检测器更高的计算成本效益。实验过程中，与原始网络相比，改进方法获得了最优秀的检测结果。
论文地址：https://arxiv.org/abs/2206.02424
Github：https://github.com/AlanLi1997/Slim-neck-by-GSConv
1. 简介
目标检测是计算机视觉中一项艰巨的下游任务。对于车载边缘计算平台，大模型很难达到实时检测的要求。而且，由大量深度可分离卷积层构建的轻量级模型无法达到足够的准确性。因此本文引入了一种新方法 GSConv 来减轻模型的复杂度并保持准确性。GSConv 可以更好地平衡模型的准确性和速度。并且，提供了一种设计范式，Slim-Neck，以实现检测器更高的计算成本效益。在实验中，与原始网络相比，本文方法获得了最先进的结果（例如，SODA10M 在 Tesla T4 上以 ~100FPS 的速度获得了 70.9% mAP0.5）
MobileNet、ShuffleNets这些轻量级模型都采用了DSC操作来提升检测器的速度。但是当这些模型应用于自动驾驶汽车的时候，准确性就不够了。
但是，DSC 的缺点也很明显：输入图像的通道信息在计算过程中是分离的。 对于自动驾驶，速度和准确性同样重要。通过 GSConv 引入了 Slim-Neck 方法，以减轻模型的复杂度同时可以保持精度。GSConv 更好地平衡了模型的准确性和速度。
如上图所示，作者在SODA10M无人驾驶数据集上比较了最先进了Slim Neck 检测器和原始检测器的速度和准确度，并证实了该方法的有效性。
2. GSConv
通过上图可以知道，GSConv首先输入进行一个普通卷积的下采样，然后使用DWConv深度卷积，并将两个conv的结果拼接起来（一个SC一个DSC）；最后进行shuffle操作 ，让之前两个卷积的对应通道数挨在一起，通过上方图片也可以看出来。（表述的可能不太清楚，看图片我觉得要清晰一点哈哈哈）
搭配代码食用或许能更好理解一点：
class GSConv(nn.Module):
def __init__(self, c1, c2, k=1, s=1, g=1, act=True):
super().__init__()
c_ = c2 // 2
self.cv1 = Conv(c1, c_, k, s, None, g, act) # g:gract：分组卷积
self.cv2 = Conv(c_, c_, 5, 1, None, c_, act) # 分组为c_
def forward(self, x):
x1 = self.cv1(x)
x2 = torch.cat((x1, self.cv2(x1)), 1)
# shuffle
b, n, h, w = x2.data.size()
b_n = b * n // 2
y = x2.reshape(b_n, 2, h * w)
y = y.permute(1, 0, 2)
y = y.reshape(2, -1, n // 2, h, w)
return torch.cat((y[0], y[1]), 1)
这么做的目的，主要还是为了使DSC的输出尽可能接近SC，这也是GSConv地目的。使用 shuffle 将 SC 生成的信息（密集卷积操作）渗透到 DSC 生成的信息的每个部分。这种方法允许来自 SC 的信息完全混合到 DSC 的输出中，没有花里胡哨的东西。 如上图所示，展现了普通卷积、DSC卷积和GSC卷积地结果。可以看出，GSConv地太feature map与 SC 的相似性明显高于 DSC 与 SC 的相似，就说明模型的准确性非常接近普通卷积。
看到这，感觉就像是一半普通卷积，一半深度可分离卷积，把他们拼接在了一起。。
当在 Backbone 使用 SC，在Neck使用 GSConv（slim-neck）时，模型的准确率非常接近原始；如果添加一些技巧，模型的准确性和速度就会超过原始模型。采用 GSConv 方法的Slim-Neck可最大限度地减少 DSC 缺陷对模型的负面影响，并有效利用 DSC 的优势。
综上，GSConv的贡献总结如下：
引入了一种新方法 GSConv 来代替 SC 操作。该方法使卷积计算的输出尽可能接近 SC，同时降低计算成本； 为自动驾驶汽车的检测器架构提供了一种新的设计范式，即带有标准 Backbone 的 Slim-Neck 设计； 验证了不同 Trick 的有效性，可以作为该领域研究的参考。
4. 为什么要在Neck中使用GSConv
为了加速预测的计算，CNN 中的馈送图像几乎必须在 Backbone 中经历类似的转换过程：空间信息逐步向通道传输。并且每次特征图的空间（宽度和高度）压缩和通道扩展都会导致语义信息的部分丢失。密集卷积计算最大限度地保留了每个通道之间的隐藏连接，而稀疏卷积则完全切断了这些连接。
GSConv 尽可能地保留这些连接。但是如果在模型的所有阶段都使用它，模型的网络层会更深，深层会加剧对数据流的阻力，显著增加推理时间。当这些特征图走到 Neck 时，它们已经变得细长（通道维度达到最大，宽高维度达到最小），不再需要进行变换。因此，更好的选择是仅在 Neck 使用 GSConv（Slim-Neck + 标准Backbone）。在这个阶段，使用 GSConv 处理 concatenated feature maps 刚刚好：冗余重复信息少，不需要压缩，注意力模块效果更好，例如 SPP 和 CA。
看得不是很懂啊这段，先留个坑吧，对此我暂时的理解是backbone正在将语义信息传输到通道中，如果此时你使用GSConv，就会导致这些语义信息的丢失。
3. Slim-Neck
Slim-Neck中的模块
作者研究了增强 CNN 学习能力的通用方法，例如 DensNet、VoVNet 和 CSPNet，然后根据这些方法的理论设计了 Slim-Neck 结构。
首先，使用轻量级卷积方法 GSConv 来代替 SC。其计算成本约为 SC 的60%~70%，但其对模型学习能力的贡献与后者不相上下。然后，在 GSConv 的基础上继续引入 GSbottleneck。如下图所示。 同样，使用一次性聚合方法来设计跨级部分网络 (GSCSP) 模块 VoV-GSCSP。VoV-GSCSP 模块降低了计算和网络结构的复杂性，但保持了足够的精度。图 5 (b) 显示了 VoV-GSCSP 的结构。值得注意的是，如果我们使用 VoV-GSCSP 代替 Neck 的 CSP，其中 CSP 层由标准卷积组成，FLOPs 将平均比后者减少 15.72%。
最后，需要灵活地使用3个模块，GSConv、GSbottleneck 和 VoV-GSCSP。
代码如下：
class GSBottleneck(nn.Module):
# GS Bottleneck https://github.com/AlanLi1997/slim-neck-by-gsconv
def __init__(self, c1, c2, k=3, s=1):
super().__init__()
c_ = c2 // 2
# for lighting
self.conv_lighting = nn.Sequential(
GSConv(c1, c_, 1, 1),
GSConv(c_, c2, 1, 1, act=False))
# for receptive field
self.conv = nn.Sequential( # 没用到
GSConv(c1, c_, 3, 1),
GSConv(c_, c2, 3, 1, act=False))
self.shortcut = Conv(c1, c2, 3, 1, act=False)
def forward(self, x):
return self.conv_lighting(x) + self.shortcut(x)
class VoVGSCSP(nn.Module):
# VoV-GSCSP https://github.com/AlanLi1997/slim-neck-by-gsconv
def __init__(self, c1, c2, n=1, shortcut=True, g=1, e=0.5):
super().__init__()
c_ = int(c2 * e)
self.cv1 = Conv(c1, c_, 1, 1)
self.cv2 = Conv(2 * c_, c2, 1)
self.m = nn.Sequential(*(GSBottleneck(c_, c_) for _ in range(n)))
def forward(self, x):
x1 = self.cv1(x)
return self.cv2(torch.cat((self.m(x1), x1), dim=1))
Slim-Neck针对YOLO系列的设计
一些问题
为什么要放在Neck而不放在backbone，没看懂他的解释。
总结
本篇介绍了GSConv来代替SC，并在此基础上提出了仅在Neck使用（即Slim-Neck + 标准Backbone），因为在backbone中使用GSConv可能会导致计算复杂度过高，而在Neck部分此时的feature map已经变得细长（通道维度达到最大，宽高维度达到最小），不再需要进行变换。然后引出了另外的模块GSbottleneck 和 VoV-GSCSP在Neck使用。文章后面还提到了Slim-Neck针对YOLO系列的几种设计。
References
改进Yolov5 | 用 GSConv+Slim Neck 一步步把 Yolov5 提升到极致！！！ 目标检测算法——YOLOv5/YOLOv7改进之GSConv+Slim Neck（优化成本）
参考阅读
您阅读本篇文章共花了：
发表评论