DPN-双路径网络（图像分类）

本文为 AI 研习社编译的技术博客，原标题 ：

Review: DPN — Dual Path Networks (Image Classification)

作者 | Sik-Ho Tsang

翻译 | Tree123456         

校对 | 约翰逊·李加薪        审核 | 酱番梨       整理 | 立鱼王

原文链接：

https://towardsdatascience.com/review-dpn-dual-path-networks-image-classification-d0135dce8817

注：本文的相关链接请访问文末【阅读原文】

在这篇文章中,我们会简要的回顾DPN网络。这是由新加坡国立大学，北京理工大学，国防科技大学和奇虎360人工智能研究所共同完成的作品。ResNet支持特征的重复使用,DenseNet支持新特征探索.而DPN结合了这两者的优点.最终,在图像分类任务中,DPN的输出结果明显优于ResNet,DenseNet,PolyNet和ResNeXt,并且在ILSVRC 2017 本地挑战赛中取得冠军.通过更好的主干网络，DPN还可以在目标检测和语义分割任务中获得目前最好的结果。DPN发表在2017的NIPS上，被引次数超过100篇。

  概要

1.ResNet, DenseNet and DPN

2.与目前表现最好的算法比较

  1. ResNet, DenseNet 和 DPN

1.1 DenseNet

DenseNet

• 作者尝试将ResNet和DenseNet作为高阶递归神经网络(HORNN)去解释.

• 当ResNet被视为高阶递归神经网络时候,可以如上图所示.

• 绿色箭头表示共享权重卷积.

1.2 ResNet

• 添加了一条新路径，暂时保存绿色箭头的输出以便重复使用。

左侧是ResNet,右侧是Densenet

• 虚线矩形实际上是残留路径。

左侧是ResNet,右侧是Densenet

• 残差网络本质上是密集连接网络，但具有共享连接。

• ResNet:特征细化(特征重用)

• DenseNet:保持探索新特征

管理一家公司

• 就如同管理一家公司:

• 员工们需要不停地提升工作技能(特征细化)

• 同时需要雇佣新的员工加入公司(特征探索)

• 论文中对ResNet和DenseNet网络有大段的描述和公式阐述,如有兴趣,请详读论文. 

1.3DPN

DPN

• DPN结合了ResNet和DenseNet的优点,网络如左上图所示.

• 将两列合并为一列，DPN如上图右方所示。

网络结构详情和复杂度比较

• 与ResNeXt相比，DPN故意设计了更小的模型尺寸和更少的FLOP。

• 与ResNeXt-101(32×4d)相比DPN-92参数少了15%左右，而DPN-98比ResNeXt-101(64×4d)参数少了26%左右。

• 在224×224输入下，DPN-92比ResNeXt-101(32×4d)减少约19%的FLOP，DPN-98比ResNeXt-101(64×4d)减少约25%的FLOP。

   2. 与目前表现最好的算法的比较

2.1 图像分类

ImageNet-1k数据集验证集(+:均值最大池化)

• 与ResNeXt-101(32×4d)和DenseNet-161相比，深度仅为92的浅层DPN的绝对错误率降低了0.5%，绝对错误率降低了1.5%，但FLOP更少。

• 一个更深的DPN (DPN-98)超过了最好的残差网络ResNeXt-101(64×4d)，但仍然可以减少25%的FLOP和更小的模型,模型大小(236mb vs . 320 MB)。

• 与目前最好的单一模型(非常深的PolyNet)相比,DPN-131有更高的精度，模型尺寸更小(304 MB vs . 365 MB)。

不同模型在训练期间总花费比较

• 实际成本如上图所示.

• 与性能最好的ResNeXt相比,DPN-98运行速度快15%，占用的内存少9%，测试错误率也相当低。

• 与性能最好的ResNeXt相比，更深层次的DPN-131只需要大约19%的训练时间，但却实现了最先进的单型号性能。

•  基于MXNet的重现，PolyNet(537层)[23]的训练速度约为每秒31个样本，表明DPN-131在训练过程中运行速度约为PolyNet的2倍。

2.2 场景分类

places365标准数据集验证精度

• places365标准数据集是一个高分辨率的场景理解数据集，包含365个场景类别的180多万幅图像。

• DPN-92所需的参数要少得多(138 MB vs . 163 MB)，这再次证明了它的高参数效率和高泛化能力。

2.3 目标检测

PASCAL VOC 2007 测试集

• 该模型在VOC 2007训练集和VOC 2012训练集的联合集上进行训练，并在VOC 2007测试集上进行验证，使用faster R-CNN框架。

• DPN得到的mAP为82.5%，与ResNet-101相比提高了6.1%，与ResNeXt-101相比提高了2.4%(32×4d)。

2.4 语义分割

 PASCAL VOC 2012 测试集

• 分段框架基于DeepLabv2。 conv4和conv5中的3×3卷积层被动态卷积替换，并且在conv5的最终特征映射中使用了Atrous空间金字塔池（ASPP）。
  

• DPN-92具有最高的总体mIoU精度，使总体mIoU的绝对值提高1.7%。

• 与ResNet-101相比，ResNeXt-101(32×4d)仅提高了mIoU的绝对值0.5%，因此提出的DPN-92比ResNeXt-101(32×4d)提高了3倍以上。

2.5  ILSVRC 2017 目标定位

可视化

• 使用faster R-CNN作为框架.

• 当有额外的训练数据时,DPN在分类和定位任务表现更优，

• 排行榜:http://image-net.org/challenges/LSVRC/2017/results

2.6  ILSVRC 2017 目标检测

可视化

想要继续查看该篇文章相关链接和参考文献？

点击底部【阅读原文】即可访问：

https://ai.yanxishe.com/page/TextTranslation/1393

AI求职百题斩 · 每日一题

每天进步一点点，长按扫码参与每日一题！

点击阅读原文，查看本文更多内容