9大主题卷积神经网络(CNN)的PyTorch实现

2020 年 8 月 18 日 极市平台

↑ 点击蓝字关注极市平台

作者丨红色石头

来源丨AI有道

极市导读

从R-CNN到YOLO v3再到M2Det，近年来的目标检测新模型层出不穷，性能也越来越好。本文介绍了它们的PyTorch实现，目前Github已开源，非常实用。>>就在明天，极市直播：极市直播丨张志鹏：Ocean/Ocean+: 实时目标跟踪分割算法，小代价，大增益｜ECCV2020

大家还记得这张图吗？

纵观 2013 年到 2020 年的52个目标检测模型，从最早的 R-CNN、OverFeat 到后来的 SSD、YOLO v3 再到去年的 M2Det，新模型层出不穷，性能也越来越好。之前介绍了一份非常不错的资源，聚焦于源码和论文，还有对于各种卷积神经网络模型的实现，Github地址如下：

https://github.com/hoya012/deep_learning_object_detection

而本文将介绍一个新的Github资源——它们的 PyTorch 实现 ，非常有用！

Github地址：

https://github.com/shanglianlm0525/PyTorch-Networks

先来个介绍，该系列的卷积神经网络实现包含了 9 大主题，目录如下：

1. 典型网络

2. 轻量级网络

3. 目标检测网络

4. 语义分割网络

5. 实例分割网络

6. 人脸检测和识别网络

7. 人体姿态识别网络

8. 注意力机制网络

9. 人像分割网络

下面具体来看一下：

1 典型网络（Classical network）

典型的卷积神经网络包括：AlexNet、VGG、ResNet、InceptionV1、InceptionV2、InceptionV3、InceptionV4、Inception-ResNet。

以 AlexNet 网络为例，AlexNet 是 2012 年 ImageNet 竞赛冠军获得者 Hinton 和他的学生 Alex Krizhevsky 设计的。AlexNet 中包含了几个比较新的技术点，也首次在 CNN 中成功应用了 ReLU、Dropout 和 LRN 等 Trick。同时 AlexNet 也使用了 GPU 进行运算加速。

AlexNet 网络结构的 PyTorch 实现方式如下：

   
   
     
    
    
      import torch
    
    
      import torch.nn as nn
    
    
      

    
    
      def Conv3x3BNReLU(in_channels,out_channels,stride,padding=1):
    
    
          return nn.Sequential(
    
    
                  nn.Conv2d(in_channels=in_channels, out_channels=out_channels, kernel_size=3, stride=stride, padding=1),
    
    
                  nn.BatchNorm2d(out_channels),
    
    
                  nn.ReLU6(inplace=True)
    
    
              )
    
    
      

    
    
      def Conv1x1BNReLU(in_channels,out_channels):
    
    
          return nn.Sequential(
    
    
                  nn.Conv2d(in_channels=in_channels, out_channels=out_channels, kernel_size=1, stride=1, padding=0),
    
    
                  nn.BatchNorm2d(out_channels),
    
    
                  nn.ReLU6(inplace=True)
    
    
              )
    
    
      

    
    
      def ConvBNReLU(in_channels,out_channels,kernel_size,stride,padding=1):
    
    
          return nn.Sequential(
    
    
                  nn.Conv2d(in_channels=in_channels, out_channels=out_channels, kernel_size=kernel_size, stride=stride, padding=padding),
    
    
                  nn.BatchNorm2d(out_channels),
    
    
                  nn.ReLU6(inplace=True)
    
    
              )
    
    
      

    
    
      def ConvBN(in_channels,out_channels,kernel_size,stride,padding=1):
    
    
          return nn.Sequential(
    
    
                  nn.Conv2d(in_channels=in_channels, out_channels=out_channels, kernel_size=kernel_size, stride=stride, padding=padding),
    
    
                  nn.BatchNorm2d(out_channels)
    
    
              )
    
    
      

    
    
      class ResidualBlock(nn.Module):
    
    
          def __init__(self, in_channels, out_channels):
    
    
              super(ResidualBlock, self).__init__()
    
    
              mid_channels = out_channels//2
    
    
      

    
    
              self.bottleneck = nn.Sequential(
    
    
                  ConvBNReLU(in_channels=in_channels, out_channels=mid_channels, kernel_size=1, stride=1),
    
    
                  ConvBNReLU(in_channels=mid_channels, out_channels=mid_channels, kernel_size=3, stride=1, padding=1),
    
    
                  ConvBNReLU(in_channels=mid_channels, out_channels=out_channels, kernel_size=1, stride=1),
    
    
              )
    
    
              self.shortcut = ConvBNReLU(in_channels=in_channels, out_channels=out_channels, kernel_size=1, stride=1)
    
    
      

    
    
          def forward(self, x):
    
    
              out = self.bottleneck(x)
    
    
              return out+self.shortcut(x)

2 轻量级网络（Lightweight）

轻量级网络包括：GhostNet、MobileNets、MobileNetV2、MobileNetV3、ShuffleNet、ShuffleNet V2、SqueezeNet Xception MixNet GhostNet。

以 GhostNet 为例，同样精度，速度和计算量均少于此前 SOTA 算法。GhostNet 的核心是 Ghost 模块，与普通卷积神经网络相比，在不更改输出特征图大小的情况下，其所需的参数总数和计算复杂度均已降低，而且即插即用。

GhostNet 网络结构的 PyTorch 实现方式如下：

https://github.com/shanglianlm0525/PyTorch-

Networks/blob/master/Lightweight/GhostNet.py

3 目标检测网络（ObjectDetection）

目标检测网络包括：SSD、YOLO、YOLOv2、YOLOv3、FCOS、FPN、RetinaNet Objects as Points、FSAF、CenterNet FoveaBox。

以 YOLO 系列为例，YOLO（You Only Look Once）是一种基于深度神经网络的对象识别和定位算法，其最大的特点是运行速度很快，可以用于实时系统。目前 YOLOv3 应用比较多。

YOLOV3 网络结构的 PyTorch 实现方式如下：

https://github.com/shanglianlm0525/PyTorch-Networks/blob/master/ObjectDetection/YOLOv3.py

4 语义分割网络（SemanticSegmentation）

语义分割网络包括：FCN、Fast-SCNN、LEDNet、LRNNet、FisheyeMODNet。

以 FCN 为例，FCN 诞生于 2014 的语义分割模型先驱，主要贡献为在语义分割问题中推广使用端对端卷积神经网络，使用反卷积进行上采样。FCN 模型非常简单，里面全部是由卷积构成的，所以被称为全卷积网络，同时由于全卷积的特殊形式，因此可以接受任意大小的输入。

FCN 网络结构的 PyTorch 实现方式如下：

https://github.com/shanglianlm0525/PyTorch-Networks/blob/master/SemanticSegmentation/FCN.py

5 实例分割网络（InstanceSegmentation）

实例分割网络包括：PolarMask。

6 人脸检测和识别网络（commit VarGFaceNet）

人脸检测和识别网络包括：FaceBoxes、LFFD、VarGFaceNet。

7 人体姿态识别网络（HumanPoseEstimation）

人体姿态识别网络包括：Stacked Hourglass、Networks Simple Baselines、LPN。

8 注意力机制网络

注意力机制网络包括：SE Net、scSE、NL Net、GCNet、CBAM。

9 人像分割网络（PortraitSegmentation）

人像分割网络包括：SINet。

综上，该 GitHub 开源项目展示了近些年来主流的 9 大类卷积神经网络，总共包含了几十种具体的网络结构。其中每个网络结构都有 PyTorch 实现方式。还是很不错的。

最后再放上 GitHub 开源地址：

https://github.com/shanglianlm0525/PyTorch-Networks

推荐阅读

添加极市小助手微信（ID : cvmart2），备注：姓名-学校/公司-研究方向-城市（如：小极-北大-目标检测-深圳），即可申请加入极市目标检测/图像分割/工业检测/人脸/医学影像/3D/SLAM/自动驾驶/超分辨率/姿态估计/ReID/GAN/图像增强/OCR/视频理解等技术交流群：每月大咖直播分享、真实项目需求对接、求职内推、算法竞赛、干货资讯汇总、与 10000+来自港科大、北大、清华、中科院、CMU、腾讯、百度等名校名企视觉开发者互动交流~