华为提出DyNet：动态卷积
点击上方“小白学视觉”，选择加"星标"或“置顶”
重磅干货，第一时间送达
本文转自 | 视觉算法
背景
《DyNet: Dynamic Convolution for Accelerating Convolutional Neural Networks》是华为挂出的论文，其核心思想和谷歌的CondConv类似，产生kernel的方式有细微的不同，同时也取得了很高的性能涨点。
论文地址：http://de.arxiv.org/abs/2004.10694
一、 研究动机：
该论文利用了动态卷积来做神经网络的加速。该文章对activation进行了协方差的分析和可视化，从而提出了Coefficient prediction模块和Dynamic generation模块来产生动态卷积。相比于标准卷积，相同的通道数下，动态卷积的性能有明显的提升。
二、研究方法
整体思路如图所示：
其核心思想和谷歌提出的条件卷积类似，通过activation生成一组权重，然后对fixed 权重进行加权求和生成动态卷积的权重。和CondConv主要区别在于该论文生成的权重参数更多，对于谷歌而言，一组卷积核的权重是共享的，而该论文是不共享的。
具体来看：
首先作者对现有网络的输出进行了协方差的统计和可视化：
其中S代表相关性最强，M、W、N依次减少。
可以看到，VGG的网络输出有较强的相关性。MobileNetv2的相关性相对较小，对于裁剪算法也较难进行裁剪。
协方差预测模块：
主要是生成卷积核采用一个全局pooling，然后采用全连接生成对应的权重。注意此处c的维度应该是 的。而在谷歌Condconv此处对应的应该是gt。
动态卷积核生成模块：
如前图所示，是各个group中的加权求和。
训练算法：
在训练过程中，由于每张图的卷积核都是不一致的，所以在一个batch里并行计算是困难的（在旷视DRConv中，是用过将batch方向的并行计算堆叠到c方向通过group卷积实现），该论文通过等效在特征图上进行等效加权，这样就类似于通道上的注意力机制：（
作者给出了mobileNet、shuffleNet、resnet18、resnet50上的增加动态卷积的方式：
三、实验结果：
可以看到，在相近的计算量下，Dy-MobileNetv3-small的性能更高；在性能接近的情况下，Dy-ResNet50的计算量减少了三分之二。
从可视化的角度看：
从可视化上看，MobileNetv2的activation的协方差来的更小。
四、总结分析：
该论文从轻量设计的角度提出了DyNet，能够有效地降低模型的计算量。思路上和CondConv较为接近，在实现上类似于通道注意力机制，另一方面该论文的训练采用了cosine学习率、label smooth等技巧。
交流群
欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~