作者提出了一個(gè)新的網(wǎng)絡(luò)架構(gòu) MobileNetV2，該架構(gòu)基于反轉(zhuǎn)殘差結(jié)構(gòu)，其中的跳躍連接位于較瘦的瓶頸層之間。中間的擴(kuò)展層則利用輕量級(jí)的深度卷積來提取特征引入非線性，而且，為了維持網(wǎng)絡(luò)的表示能力作者去除了較窄層的非線性激活函數(shù)。

1、反轉(zhuǎn)殘差（Inverted ResidualBlock）

MobileNet V2利用殘差結(jié)構(gòu)取代了原始的卷積堆疊方式，提出了一個(gè)Inverted ResidualBlock結(jié)構(gòu)。

MobileNetV2之所以采用這種先升維，再降維的方法，是因?yàn)?MobileNetV2 將residuals block 的 bottleneck 替換為了 Depthwise Convolutions，因其參數(shù)少，提取的特征就會(huì)相對(duì)的少，如果再進(jìn)行壓縮的話，能提取的特征就更少了，因此MobileNetV2 就執(zhí)行了擴(kuò)張→卷積特征提取→壓縮的過程。

普通ResNet結(jié)構(gòu)和反轉(zhuǎn)殘差的對(duì)比：

左圖：輸入特征圖的通道數(shù)通過1x1卷積（PC,d/4維），從d維降到d/4維，然后使用3x3普通卷積計(jì)算，最后再通過1x1卷積（PC, d維）將特征圖的通道數(shù)提高到d維度。總的來說，就是先降維度，然后升維度。當(dāng)然還需要shortcut連接，以及之后的ReLU激活層。

右圖：先將維度升高，然后進(jìn)行深度可分離卷積計(jì)算，之后再將維度降低。也會(huì)存在shortcut連接，但之后沒有使用ReLU激活層。

MobileNet V2兩種殘差塊

2、線性瓶頸結(jié)構(gòu)

長期以來，人們一直認(rèn)為神經(jīng)網(wǎng)絡(luò)中的興趣流形（mainfold of interest）也就是激活特征，可以被嵌入到低維子空間中?；谶@個(gè)事實(shí)，我們可以通過減少某一層網(wǎng)絡(luò)的維度也就是通道數(shù)來減少激活特征的空間維度。MobileNetV1 中的寬度因子就是用來減少激活空間的維度的，直到激活特征可以擴(kuò)展出整個(gè)空間，我們就找到了一個(gè)最佳的參數(shù)。

但是，神經(jīng)網(wǎng)絡(luò)中還有非線性激活函數(shù)，這時(shí)候，上面的直覺就不成立了。比如 ReLU 會(huì)把負(fù)的激活值變?yōu)榱?，換句話說，深度網(wǎng)絡(luò)僅在輸出域的非零部分具有線性分類器的功能。如果 ReLU 使得某一個(gè)通道的一些值變?yōu)榱?，這會(huì)不可避免地帶來那個(gè)通道的信息損失，但如果通道數(shù)比較多，我們就可以通過一種結(jié)構(gòu)用其它通道的激活值來補(bǔ)償這個(gè)損失。

用一個(gè)隨機(jī)矩陣T將左邊的螺旋線嵌入到n維空間，然后用ReLU激活，再用投影回去?？梢钥吹?img class="math-inline" src="https://math.jianshu.com/math?formula=n%3D2%2C%203" alt="n=2, 3" mathimg="1">時(shí)信息損失非常大，而維度較高時(shí)則恢復(fù)得比較好。

因此，為了避免損失太多信息，作者采用線性瓶頸層，也就是在通道數(shù)比較少的瓶頸層不采用非線性激活函數(shù)。

3、網(wǎng)絡(luò)結(jié)構(gòu)

• Bottleneck

其中，t為通道數(shù)擴(kuò)增的倍數(shù)

• mobileNet v2 完整結(jié)構(gòu)

如上表所示，第一層是標(biāo)準(zhǔn)卷積，然后后面是前述的bottleneck結(jié)構(gòu)。其中t 是擴(kuò)展因子，c 是輸出通道數(shù)， n 是重復(fù)次數(shù)，s 代表步長。如果步長為 2 ，代表當(dāng)前重復(fù)結(jié)構(gòu)的第一個(gè)塊步長為 2，其余的步長為 1，步長為 2 時(shí)則沒有跳躍連接，如下圖所示。

此外，也可以像 MobileNetV1 那樣繼續(xù)利用寬度乘子和分辨率乘子進(jìn)一步降低模型的大小。

4、實(shí)驗(yàn)結(jié)果

在 ImageNet 上的分類結(jié)果如下所示：

在 COCO 數(shù)據(jù)集上的目標(biāo)檢測(cè)結(jié)果如下圖所示：

此外，作者還對(duì)比了不同的跳躍連接方式和是否采用線性瓶頸結(jié)構(gòu)，進(jìn)一步驗(yàn)證了網(wǎng)絡(luò)設(shè)計(jì)的合理性。

5、代碼

def conv_bn(inp, oup, stride):
    return nn.Sequential(
        nn.Conv2d(inp, oup, 3, stride, 1, bias=False),
        nn.BatchNorm2d(oup),
        nn.ReLU6(inplace=True)
    )


def conv_1x1_bn(inp, oup):
    return nn.Sequential(
        nn.Conv2d(inp, oup, 1, 1, 0, bias=False),
        nn.BatchNorm2d(oup),
        nn.ReLU6(inplace=True)
    )


class InvertedResidual(nn.Module):
    def __init__(self, inp, oup, stride, expand_ratio):
        super(InvertedResidual, self).__init__()
        self.stride = stride
        assert stride in [1, 2]

        hidden_dim = round(inp * expand_ratio)
        self.use_res_connect = self.stride == 1 and inp == oup

        if expand_ratio == 1:
            self.conv = nn.Sequential(
                # dw
                nn.Conv2d(hidden_dim, hidden_dim, 3, stride, 1, groups=hidden_dim, bias=False),
                nn.BatchNorm2d(hidden_dim),
                nn.ReLU6(inplace=True),
                # pw-linear
                nn.Conv2d(hidden_dim, oup, 1, 1, 0, bias=False),
                nn.BatchNorm2d(oup),
            )
        else:
            self.conv = nn.Sequential(
                # pw
                nn.Conv2d(inp, hidden_dim, 1, 1, 0, bias=False),
                nn.BatchNorm2d(hidden_dim),
                nn.ReLU6(inplace=True),
                # dw
                nn.Conv2d(hidden_dim, hidden_dim, 3, stride, 1, groups=hidden_dim, bias=False),
                nn.BatchNorm2d(hidden_dim),
                nn.ReLU6(inplace=True),
                # pw-linear
                nn.Conv2d(hidden_dim, oup, 1, 1, 0, bias=False),
                nn.BatchNorm2d(oup),
            )

    def forward(self, x):
        if self.use_res_connect:
            return x + self.conv(x)
        else:
            return self.conv(x)


class MobileNetV2(nn.Module):
    def __init__(self, n_class=1000, input_size=224, width_mult=1.):
        super(MobileNetV2, self).__init__()
        block = InvertedResidual
        input_channel = 32
        last_channel = 1280
        interverted_residual_setting = [
            # t, c, n, s
            [1, 16, 1, 1],
            [6, 24, 2, 2],
            [6, 32, 3, 2],
            [6, 64, 4, 2],
            [6, 96, 3, 1],
            [6, 160, 3, 2],
            [6, 320, 1, 1],
        ]

        # building first layer
        assert input_size % 32 == 0
        input_channel = int(input_channel * width_mult)
        self.last_channel = int(last_channel * width_mult) if width_mult > 1.0 else last_channel
        self.features = [conv_bn(3, input_channel, 2)]
        # building inverted residual blocks
        for t, c, n, s in interverted_residual_setting:
            output_channel = int(c * width_mult)
            for i in range(n):
                if i == 0:
                    self.features.append(block(input_channel, output_channel, s, expand_ratio=t))
                else:
                    self.features.append(block(input_channel, output_channel, 1, expand_ratio=t))
                input_channel = output_channel
        # building last several layers
        self.features.append(conv_1x1_bn(input_channel, self.last_channel))
        # make it nn.Sequential
        self.features = nn.Sequential(*self.features)

        # building classifier
        self.classifier = nn.Sequential(
            nn.Dropout(0.2),
            nn.Linear(self.last_channel, n_class),
        )

        self._initialize_weights()

    def forward(self, x):
        x = self.features(x)
        x = x.mean(3).mean(2)
        x = self.classifier(x)
        return x

    def _initialize_weights(self):
        for m in self.modules():
            if isinstance(m, nn.Conv2d):
                n = m.kernel_size[0] * m.kernel_size[1] * m.out_channels
                m.weight.data.normal_(0, math.sqrt(2. / n))
                if m.bias is not None:
                    m.bias.data.zero_()
            elif isinstance(m, nn.BatchNorm2d):
                m.weight.data.fill_(1)
                m.bias.data.zero_()
            elif isinstance(m, nn.Linear):
                n = m.weight.size(1)
                m.weight.data.normal_(0, 0.01)
                m.bias.data.zero_()