一、简介
主要参考博客：纵览轻量化卷积神经网络
https://zhuanlan.zhihu.com/p/32746221
1， SqueezeNet:
SqueezeNet对比AlexNet能够减少50倍的网络参数，但是却拥有相近的性能。SqueezeNet主要强调用1x1的卷积核进行feature map个数的压缩，从而达到大量减少网络参数的目的。在构造网络的时候，采用VGG的堆叠思想。
2, moblieNet:
MobileNet采用depth-wise convolution的卷积方式，能够减少参数数量和提升运算速度（运算速度主要靠创新性的计算方式达到）。MobileNet将传统的卷积分为两步：Depth-wise convolution，逐通道的卷积，一个卷积负责一个通道，一个通道只被一个卷积核卷积；Pointwise convolution，将上一步得到的feature map串联起来，使得输出的每一个feature map包含输入层所有feature map的信息。这种卷积方式，普遍能够比传统卷积方式减少8-9倍的计算量。虽然都是参数是在同一个量级上，但是运算量却能少GoogleNet一个量级。在构造网络的时候，采用VGG的堆叠思想。
3, shuffleNet:
ShuffleNet第一部分的卷积方式和MobileNet一致，第二部分的卷积不同。ShffleNet进行了channel shuffle，将各部分的feature map的channel进行有序的打乱，构成新的feature map，以解决group convolution带来的“信息流通不畅”的问题。在构造网络的时候，采用ResNet的残差网络思想，并在旁路增加均值池化，与另一路的feature map进行串联而非相加，这样有效降低分辨率，却能够弥补分辨率减少而带来的信息损失。
4, Xception:
Xception也可以看成是google inception的进化版，也是对depth-wise convolution的改进。两个改进：①原版 Depth-wise convolution，先逐通道卷积，再 1*1 卷积; 而 Xception 是反过来，先 1*1 卷积，再逐通道卷积；②原版 Depth-wise convolution 的两个卷积之间是不带激活函数的，而 Xception 在经过 1*1 卷积之后会带上一个 Relu 的非线性激活函数。这样做的好处在于提高了网络效率。与前面3中不同，Xception没有刻意地减少参数的数量，但是结合了depth-wise convolution能够在同等参数的情况下，提高网络的效果。简单理解为，在硬件资源给定的情况下，尽可能地增加网络效率和性能，充分利用硬件资源。
二、网络的发展
2012年——AlexNet
2014年——VGGNet
2014年——GoogleNet
2015年——ResNet
2017年——DenseNet
2017年——seNet
网络的发展围绕三个方向走：1，网络的深度；2，保持或增加性能，减少参数量；3，改变网络的连接方式；
网络主要有两个衡量标准：1， 参数量；2，运算量
三、轻量化模型
轻量化模型主要针对是第二个方向：保持性能并减少参数量。增加CNN的效率，将复杂的实验室模型精简到可以在移动端高校运行的移动端。通常的方法是模型压缩（Model Compression），即在已经训练好的模型上进行压缩，使得网络携带更少的网络参数，从而解决内存问题，同时可以解决速度问题。但是轻量化模型从改变网络结构出发，独辟蹊径地设计出更高效的网络计算方式，从而使网络参数减少的同时，不损失网络的性能。
四、SqueezeNet
《SqueezeNet：AlexNet-level accuracy with 50x fewer parameters and <0.5MB》
发表于ICLR2017，伯克利&斯坦福
链接：http://www.arxiv.org/abs/1602.07360
4.1 思想：提出fire module，其中包含两个部分：squeeze层和expand层。相当于是1*1卷积+googleNet+VGG
4.2 具体方法：
squeeze层就是1*1 卷积，其卷积核数要少于上一层 feature map 数，这个操作从 inception 系列开始就有了，并美其名曰压缩。
expand层分别用 1*1 和 3*3 卷积，然后 concat，这个操作在 inception 系列里面也有。
操作如下图所示：
4.3 squeezeNet网络结构：
fire module不改变feature size，但是可以随意控制通道的数量，通过堆叠firemodule和控制通道数量，并加上非线性激活层，最后用GAP的形式形成各神经元的输出。（实验室小伙伴问我为什么有的时候用gap得到最后的输出，有时候却用全连接层呢？我的理解是，两者都有自己的好处，全连接层具有全体feature map的感受野，但是参数量非常大，数量级上的差别；GAP的好处在于全卷积操作，参数量少，并相对有效的给出得分，但是也是相对局部的感受野。能够代替全连接层，有一部分的原因也是backbone的发展使得提特征的效果比较好。至于两者怎么选择，需要具体问题具体分析。）
4.4 性能分析
五、MobileNet
《MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications》
CVPR2017，Google
链接：http://www.arxiv.org/abs/1704.04861
5.1 思想：用depth-wise separable convolution卷积方式代替传统卷积方式，能够减少网络参数，提升运行速率。（参数数量和运行速率不一定成正比关系）
5.2 具体方法：
第一步：depth-wise convolution，depth-wise convolution 参考了group convolution，将gc中每一组卷积核负责一组feature map编程每一个卷积核负责一个feature map。
第二步：point-wise convolution，将depth-wise convolution得到的feature map窜起来。
相当于将传统卷积分成两步来做，并模拟传统卷积的行程方式。
5.3 mobileNet结构
一共28层，采用的是3x3的卷积，并进一步减少运算量，用stride=2的方式代替了pooling进行下采样。
5.4 性能分析
其中 DK 为标准卷积核大小，M 是输入 feature map 通道数，DF 为输入 feature map 大小，N 是输出 feature map 大小。本例中，DK=3，M=2，DF=5，N=3，参数的减少量主要就与卷积核大小 DK 有关。在本文 MobileNet 的卷积核采用 DK=3，则大约减少了 8~9 倍计算量。
性能和googleNet\VGG16相当，参数和GoolgleNet一个量级，但是运算量大大地减少。
六、 ShuffleNet
《ShuffleNet： An Extremely Efficient Convolutional Neural Network for Mobile Devices》
CVPR2017, Face++
论文链接：http://arxiv.org/abs/1707.01083
6.1 思想
shuffle就是channel shuffle，在进行了group convolution之后，对channel进行有序的打乱，构成新的feature map，这样解决group convolution的「信息流通不畅」问题（例如mobileNet里面的point-wise convolution）
6.2 具体实现
shuffle = group convolution + channel shuffle
group convolution：对feature map进行分组，并用相应大小的卷积核来进行卷积。（如AlexNet）
channel shuffle: 以一定顺序重组由各group convolution得到的feature map
6.3 ShuffleNet
基于resNet的bottleNeck和skip connection，形成shuffleNet 的bottleNeck单元
shuffleNet unit:
图 (a)：是一个带有 depth-wise convolution 的 bottleneck unit；
图 (b)：作者在 (a) 的基础上进行变化，对 1*1 conv 换成 1*1 Gconv，并在第一个 1*1 Gconv 之后增加一个 channel shuffle 操作；
图 (c)： 在旁路增加了 AVG pool，目的是为了减小 feature map 的分辨率；因为分辨率小了，于是乎最后不采用 Add，而是 concat，从而「弥补」了分辨率减小而带来的信息损失。
形成网络时，用到了resNet的构成方法，而mobileNet和SqueezeNet用的是VGG的模块堆叠思想。
6.4性能分析
七、Xception
《Xception: Deep Learning with Depth-wise Separable Convolutions》
arXiv, 2016年，谷歌
论文链接：http://arxiv.org/abs/1610.02357
7.1 思想：
两个假设：1. 特征图的跨通道相关性和跨空间的相关性可以相互解耦；2，卷积的时候将通道的卷积和空间的卷积进行分离，可以得到较好的效果（实验证明，没有理论，这也是最近深度学习领域的困难之处，因为影响实验结果的因素实在太多了，很难去保证是因为该元素的影响，当然一定程度上是可以说明问题。）
7.2 具体实现：
基于google的inceptionV3进行改进，提出了Xception，是极限inception的含义。
简化的inceptionV3:
说明：1*1卷积处理通道的链接，然后3*3的卷积处理空间上的卷积。后续进一步假设，将3个1*1的卷积统一成一个。后面分别接3个3*3的分别处理一部分通道
说明： 后续每个1*1的输出特征图都连一个属于他的3*3卷积，形成极限版本的Xcpetion
Xception 与原版的 Depth-wise convolution 有两个不同之处
第一个：原版 Depth-wise convolution，先逐通道卷积，再 1*1 卷积; 而 Xception 是反过来，先 1*1 卷积，再逐通道卷积；
第二个：原版 Depth-wise convolution 的两个卷积之间是不带激活函数的，而 Xception 在经过 1*1 卷积之后会带上一个 Relu 的非线性激活函数；
7.3 Xception具体结构
三个版本：Entry flow; Middle flow; Exit flow
(发现了一个简化全连接参数的方法，和之前有个同学问的问题结合起来，1，用gap得到完全的得分，直接用来计算loss；2，用gap来聚合信息，后续用全连接再用分类，感觉这样做两者特点都可以比较好的保留，有点seblock的意思)
7.4 性能分析
八、网络轻量化总结：
这么一看就发现，轻量化主要得益于 depth-wise convolution，因此大家可以考虑采用 depth-wise convolution 来设计自己的轻量化网络，但是要注意「信息流通不畅问题」。
解决「信息流通不畅」的问题，MobileNet 采用了 point-wise convolution，ShuffleNet 采用的是 channel shuffle。MobileNet 相较于 ShuffleNet 使用了更多的卷积，计算量和参数量上是劣势，但是增加了非线性层数，理论上特征更抽象，更高级了；ShuffleNet 则省去 point-wise convolution，采用 channel shuffle，简单明了，省去卷积步骤，减少了参数量。
九、待改进
这些轻量化模型都是基于以前的理论符合成果来进行设计的（有些纯粹没有理论基础，纯实验得到的定理）。如果设计出全连接层到卷积层这样的转变，可能才是轻量化模型最终的转变，不过现在的CNN已经足够强大了。
原文地址：https://www.cnblogs.com/bupt213/p/10924266.html