前言

在该工作内，我们发现多层级的特征对视觉任务效果提升明显，因此设计了一个即插即用的多级分离模块（Hierarchical-Split Block）。HS-Block包含了多个层级特征图的分离和拼接，我们将其替换到Resnet中，提升效果明显，top-1准确率能达到81.28%，同时在其他任务如目标检测，分割表现也十分出色。

介绍

这篇工作里面我们考虑以下3个问题

1. 如何避免在特征图产生冗余信息
2. 如何在不增加计算复杂度前提下，让网络学习到更强的特征表达
3. 如何得到更好的精度同时，保持较快的推理速度

基于上述3个问题，我们设计了HS-Block来生成多尺度特征图。

在原始的特征图，我们会分成 S 组，每一组有W个通道（也即W个特征图）。

只有第一组的能直接送入到最后的输出中

从第二组开始操作就开始不一样了：

• 第二组的特征图经过3x3卷积后，得到了图示的黄色方块
• 然后它会被分离成两组子特征图
• 一组子特征图拼接到最后的输出
• 另一组子特征图拼接到第三组特征图，如此循环往复

可以看到这个操作还是比较复杂的，但基本都是按照上述那四条规则循环进行。

最后拼接完的特征图我们会再用1x1卷积进行特征融合

灵感来源

在论文内，作者也说了灵感来自于res2net和Ghostnet（解析可参考 华为GhostNet网络

我们先来分别回顾这两个网络主要的模块

Res2Net的模块结构如下：

Res2Net的模块也是将一组特征图分离成4组，分层做卷积。特殊点在于第二组特征图经过3x3卷积后，是以 elementwise-add 的形式加到第三组特征图上。类似的，第三组特征图经过3x3卷积后，也以elementwise-add的形式加到第四组特征图上。

下面我们看看GhostNet模块：

GhostNet的设计思想是为了减少特征图冗余，部分特征图可以在已有特征图上经过卷积操作得到。因此它先通过一个卷积模块得到黄色部分，再在黄色部分中进一步生成特征图（原论文是Depthwise Conv），最后两者拼接到一起。

设计思想

HS-Block的多尺度分离，卷积的做法。能容不同组的特征图享受到不同尺度的感受野。

在前面的特征图，拼接进来的特征卷积次数较少，感受野较小，能关注细节信息。

在后面的特征图，拼接进来的特征卷积次数较多，感受野较大，能关注全局信息

这部分思想来源于res2net，通过不同感受野，增加特征的丰富性。

那么引入了另外一个问题，res2net的做法在通道数量较大的时候，计算复杂度也随之增加。那么是不是所有特征图都是必须的呢？在GhostNet里面有观察到并不是

部分特征图是可以在已有特征图上生成，因此借助GhostNet的思想，我们在模块内将 S2 组卷积得到的特征图，部分拼接到 S3 组，实现了特征图的复用，后续组也是这样一个做法，成功用 GhostNet 思想降低了计算复杂度。

分析计算复杂度

常规的卷积核参数计算是

在resnet的BottleNeck结构里，输入前后通道数不变，而在我们这里，是分成S组，每组W个通道，换句话说，我们输入通道是

而我们使用的卷积核长宽都是一致的，替换到上面公式就是

现在我们看下HS-Block这里的计算量 由于第一组特征图直接拼到后面，所以没有计算量

后面的特征图，输入通道需要concat，前面一半的特征图 因此在原始的W上，还有额外加多一项，输入通道为：

这里输入通道推导可能光看公式不太清楚，其实可以手推一下，基本的情况是

最后每一组卷积的参数为

其中1是常数项，累加s-1次，和为s-1，我们单独提出来

而累加项中

很容易得知

因此我们有推出不等式

我们代入前面公式有

与常规卷积参数比较

可以看到参数量确实是减少了

实验结果

可以看到最后的实验，得益于合理的设计思想，HS-ResNet的性能和速度都很快。

在目标检测，分割等其他任务中表现也十分优秀

作者也在最后探讨了下分组数对于性能，推理速度的影响，可以看到这个模块也是十分灵活，性能和速度都是可以自行调整的

最后

目前Paddle官方还在做后续实验，相关代码模型还没放出来。作者的思想也不是很复杂，将res2net和ghostnet的思想融合进来，也保留了灵活性，拓展性，相信这个模型还会有更大的潜力。

欢迎关注GiantPandaCV, 在这里你将看到独家的深度学习分享，坚持原创，每天分享我们学习到的新鲜知识。( • ̀ω•́ )✧

有对文章相关的问题，或者想要加入交流群，欢迎添加BBuf微信：

为了方便读者获取资料以及我们公众号的作者发布一些Github工程的更新，我们成立了一个QQ群，二维码如下，感兴趣可以加入。