devbox
菜鸟追梦旅行
这个屌丝很懒，什么也没留下！
关注作者
热门标签
热门文章
当前位置:   article > 正文

2.deeplabv3+的主干网络（mobilenet网络）

作者：菜鸟追梦旅行 | 2024-06-05 21:35:11

赞

踩

deeplabv3+的主干网络

        deeplabv3的论文中用了resnet网络，在这里用轻量级网络mobilenet替换resnet，下面分别是两个网络的代码。

1.mobilenet网络

代码如下：

  1. import math
  2. import os
  3. import cv2
  4. import numpy as np
  5. import torch
  6. import torch.nn as nn
  7. import torch.utils.model_zoo as model_zoo
  8.  
  9.  
  10. BatchNorm2d = nn.BatchNorm2d
  11.  
  12. def conv_bn(inp, oup, stride):
  13.     return nn.Sequential(
  14.         nn.Conv2d(inp, oup, 3, stride, 1, bias=False),
  15.         BatchNorm2d(oup),
  16.         nn.ReLU6(inplace=True)
  17.     )
  18.  
  19. def conv_1x1_bn(inp, oup):
  20.     return nn.Sequential(
  21.         nn.Conv2d(inp, oup, 1, 1, 0, bias=False),
  22.         BatchNorm2d(oup),
  23.         nn.ReLU6(inplace=True)
  24.     )
  25.  
  26. class InvertedResidual(nn.Module):
  27.     def __init__(self, inp, oup, stride, expand_ratio):
  28.         super(InvertedResidual, self).__init__()
  29.         self.stride = stride
  30.         assert stride in [1, 2]
  31.  
  32.         hidden_dim = round(inp * expand_ratio)
  33.         self.use_res_connect = self.stride == 1 and inp == oup
  34.  
  35.         if expand_ratio == 1:
  36.             self.conv = nn.Sequential(
  37.                 #--------------------------------------------#
  38.                 #   进行3x3的逐层卷积，进行跨特征点的特征提取
  39.                 #--------------------------------------------#
  40.                 nn.Conv2d(hidden_dim, hidden_dim, 3, stride, 1, groups=hidden_dim, bias=False),
  41.                 BatchNorm2d(hidden_dim),
  42.                 nn.ReLU6(inplace=True),
  43.                 #-----------------------------------#
  44.                 #   利用1x1卷积进行通道数的调整
  45.                 #-----------------------------------#
  46.                 nn.Conv2d(hidden_dim, oup, 1, 1, 0, bias=False),
  47.                 BatchNorm2d(oup),
  48.             )
  49.         else:
  50.             self.conv = nn.Sequential(
  51.                 #-----------------------------------#
  52.                 #   利用1x1卷积进行通道数的上升
  53.                 #-----------------------------------#
  54.                 nn.Conv2d(inp, hidden_dim, 1, 1, 0, bias=False),
  55.                 BatchNorm2d(hidden_dim),
  56.                 nn.ReLU6(inplace=True),
  57.                 #--------------------------------------------#
  58.                 #   进行3x3的逐层卷积，进行跨特征点的特征提取
  59.                 #--------------------------------------------#
  60.                 nn.Conv2d(hidden_dim, hidden_dim, 3, stride, 1, groups=hidden_dim, bias=False),
  61.                 BatchNorm2d(hidden_dim),
  62.                 nn.ReLU6(inplace=True),
  63.                 #-----------------------------------#
  64.                 #   利用1x1卷积进行通道数的下降
  65.                 #-----------------------------------#
  66.                 nn.Conv2d(hidden_dim, oup, 1, 1, 0, bias=False),
  67.                 BatchNorm2d(oup),
  68.             )
  69.  
  70.     def forward(self, x):
  71.         if self.use_res_connect:#使用残差边
  72.             return x + self.conv(x)
  73.         else:
  74.             return self.conv(x)#不使用残差边
  75.  
  76. class MobileNetV2(nn.Module):
  77.     def __init__(self, n_class=1000, input_size=224, width_mult=1.):
  78.         super(MobileNetV2, self).__init__()
  79.         block = InvertedResidual
  80.         input_channel = 32
  81.         last_channel = 1280
  82.         interverted_residual_setting = [
  83.             # t, c, n, s
  84.             [1, 16, 1, 1], # 256, 256, 32 -> 256, 256, 16
  85.             [6, 24, 2, 2], # 256, 256, 16 -> 128, 128, 24   2
  86.             [6, 32, 3, 2], # 128, 128, 24 -> 64, 64, 32     4
  87.             [6, 64, 4, 2], # 64, 64, 32 -> 32, 32, 64       7
  88.             [6, 96, 3, 1], # 32, 32, 64 -> 32, 32, 96
  89.             [6, 160, 3, 2], # 32, 32, 96 -> 16, 16, 160     14
  90.             [6, 320, 1, 1], # 16, 16, 160 -> 16, 16, 320
  91.         ]
  92.  
  93.         assert input_size % 32 == 0
  94.         input_channel = int(input_channel * width_mult)
  95.         self.last_channel = int(last_channel * width_mult) if width_mult > 1.0 else last_channel
  96.         # 512, 512, 3 -> 256, 256, 32
  97.         self.features = [conv_bn(3, input_channel, 2)]
  98.  
  99.         for t, c, n, s in interverted_residual_setting:
  100.             output_channel = int(c * width_mult)
  101.             for i in range(n):
  102.                 if i == 0:
  103.                     self.features.append(block(input_channel, output_channel, s, expand_ratio=t))
  104.                 else:
  105.                     self.features.append(block(input_channel, output_channel, 1, expand_ratio=t))
  106.                 input_channel = output_channel
  107.  
  108.         self.features.append(conv_1x1_bn(input_channel, self.last_channel))
  109.         self.features = nn.Sequential(*self.features)
  110.  
  111.         self.classifier = nn.Sequential(
  112.             nn.Dropout(0.2),
  113.             nn.Linear(self.last_channel, n_class),
  114.         )
  115.  
  116.         self._initialize_weights()
  117.  
  118.     def forward(self, x):
  119.         x = self.features(x)
  120.         x = x.mean(3).mean(2)
  121.         x = self.classifier(x)
  122.         return x
  123.  
  124.     def _initialize_weights(self):
  125.         for m in self.modules():
  126.             if isinstance(m, nn.Conv2d):
  127.                 n = m.kernel_size[0] * m.kernel_size[1] * m.out_channels
  128.                 m.weight.data.normal_(0, math.sqrt(2. / n))
  129.                 if m.bias is not None:
  130.                     m.bias.data.zero_()
  131.             elif isinstance(m, BatchNorm2d):
  132.                 m.weight.data.fill_(1)
  133.                 m.bias.data.zero_()
  134.             elif isinstance(m, nn.Linear):
  135.                 n = m.weight.size(1)
  136.                 m.weight.data.normal_(0, 0.01)
  137.                 m.bias.data.zero_()
  138.  
  139.  
  140. def load_url(url, model_dir='./model_data', map_location=None):
  141.     if not os.path.exists(model_dir):
  142.         os.makedirs(model_dir)
  143.     filename = url.split('/')[-1]
  144.     cached_file = os.path.join(model_dir, filename)
  145.     if os.path.exists(cached_file):
  146.         return torch.load(cached_file, map_location=map_location)
  147.     else:
  148.         return model_zoo.load_url(url,model_dir=model_dir)
  149.  
  150. def mobilenetv2(pretrained=False, **kwargs):
  151.     model = MobileNetV2(n_class=1000, **kwargs)
  152.     if pretrained:
  153.         model.load_state_dict(load_url('https://github.com/bubbliiiing/deeplabv3-plus-pytorch/releases/download/v1.0/mobilenet_v2.pth.tar'), strict=False)
  154.     return model
  155.  
  156.  
  157.  
  158. if __name__ == '__main__':
  159.  
  160.     img_paths = r"img\000001.jpg"
  161.     img = cv2.imread(img_paths)
  162.     img = cv2.resize(img, (512, 512))
  163.     images = img.reshape(1, 3, 512, 512)
  164.     #images=img.reshape(1,3,1080,1920)
  165.  
  166.     data=torch.tensor(images,dtype=torch.float32)
  167.     #print(data.sum())
  168.     model=MobileNetV2()
  169.     for i,layer in enumerate(model.features):
  170.         print(i,layer)
  171.  
  172.     # output=model(data)
  173.     # print(output)
  174.  
  175.  
  176.  
  177.

代码运行结构如下：

        结果从0到17共18层卷积网络。在该网络结构中，输入的数据大小是1X3X512X512,网络结构共有18层，在这里对下面的部分代码做一些解释：

解释1：  

        以上是网络结构，t表示是否需要升维，1表示不需要升维，6表示需要；c表示该网络结构输出的通道数；n表示该网络结构重复次数；s表示该网络结构的步长。如[6,24,2,2]表示不需要下采样，输出通道数为24，重复两次网络结构，步长是2，该层的网络输出结果如下：

        我们对以上的n的所有值相加得1+2+3+4+3+3+1=17,再加上刚输入进来的一层网络结构刚好等于18层.

解释2：InvertedResidual类

如下图所示，mobilenetv2网络结构的最基本单元（InvertedResidual）就是下图结构：

        上图中用了1X1卷积+3X3卷积+1X1卷积共3层网络构成，第一个1X1卷积起到升维的作用，可以使得获取的信息更丰富，第二个3X3卷积进行跨特征点信息提取，第3个1X1卷积进行降维，是为了减少计算量，也为了获取卷积的主要信息。从上面构建卷积网络的循环代码中可以看到，每个单元网络都是由InvertedResidual构成的，而不是简单的 卷积+BN+激活函数 的结构。

注意，这个类最后返回两种结果：一种是返回残差结果，一种是不使用残差边的结果。

解释3：代码中的self.features

如下图所示：self.features是一个列表变量，里面的conv_bn是代码中最上面的函数，其实就是定义的一个Conv2d+BN+ReLU6的一个卷积层。

        在这里定义了self.features后，它又在第二个图片的for循环里不断的添加（append）新的卷积层，这个for循环添加了17个卷积层，加上定义时的一个卷积层，总共刚好18个卷积层。

        在这里，我们就对mobilenetv2的网络结构解释完了。

2.deeplabv3+对mobilenetv2的运用

           在deeplabv3+里，我们首先写入上面的代码，文件名称为mobilenetv2.py，然后再写一个deeplabv3_plus.py文件对先前写的代码进行引用，代码如下：

  1. class MobileNetV2(nn.Module):
  2.     def __init__(self, downsample_factor=8, pretrained=True):
  3.         super(MobileNetV2, self).__init__()
  4.         from functools import partial
  5.         
  6.         model           = mobilenetv2(pretrained)
  7.         self.features   = model.features[:-1]
  8.  
  9.         self.total_idx  = len(self.features)
  10.         self.down_idx   = [2, 4, 7, 14]
  11.  
  12.         if downsample_factor == 8:
  13.             for i in range(self.down_idx[-2], self.down_idx[-1]):
  14.                 self.features[i].apply(
  15.                     partial(self._nostride_dilate, dilate=2)
  16.                 )
  17.             for i in range(self.down_idx[-1], self.total_idx):
  18.                 self.features[i].apply(
  19.                     partial(self._nostride_dilate, dilate=4)
  20.                 )
  21.         elif downsample_factor == 16:
  22.             for i in range(self.down_idx[-1], self.total_idx):
  23.                 self.features[i].apply(
  24.                     partial(self._nostride_dilate, dilate=2)
  25.                 )
  26.         
  27.     def _nostride_dilate(self, m, dilate):
  28.         classname = m.__class__.__name__
  29.         if classname.find('Conv') != -1:
  30.             if m.stride == (2, 2):
  31.                 m.stride = (1, 1)
  32.                 if m.kernel_size == (3, 3):
  33.                     m.dilation = (dilate//2, dilate//2)
  34.                     m.padding = (dilate//2, dilate//2)
  35.             else:
  36.                 if m.kernel_size == (3, 3):
  37.                     m.dilation = (dilate, dilate)
  38.                     m.padding = (dilate, dilate)
  39.  
  40.     def forward(self, x):
  41.         low_level_features = self.features[:4](x)
  42.         x = self.features[4:](low_level_features)
  43.         return low_level_features, x

        对于以上代码的主要部分，在这里做部分解释如下：

解释一：self.features = model.features[:-1]

        这个代码就是提取mobilenetv2代码的self.features，那这里为什么加了[:-1]呢？因为mobilenetv2最后加了一层卷积self.features.append(conv_1x1_bn(input_channel, self.last_channel))，这个卷积层其实就是mobilenetv2自身分类用的，而在deeplabv3+里不需要这一层卷积，所以下面的代码调用的是model.features[:-1]。

解释二：代码中的self.down_idx = [2, 4, 7, 14]

这行代码是与mobilenetv2代码的卷积层对应的，mobilenetv2代码有下图的几行代码：

        其实，[2, 4, 7, 14]中的几个数对应的是图片中s=2的卷积层的位置。

  • 图片中的第二行的s=2对应卷积层的第3层（前两层是 1+1）位置(对应的坐标位置就是2)，最前面有一层初始定义的卷积层（前面已经解释过）;
  • 图片中第3行的2对应第5层（前4层是1+1+2）位置(对应的坐标位置就是4)；
  • 图片中第4行的2对应第8层（前7层是1+1+2+3）位置(对应的坐标位置就是7)；
  • 图片中第6行的2对应第15层（前14层是1+1+2+3+4+3）位置(对应的坐标位置就是14)；

解释3：downsample_factor == 8或者downsample_factor == 16

       这两行代码表示如果downsample_factor == 8，表示我们只需要3次下采用，那么我们需要将[2, 4, 7, 14]的后两次采样的参数做一个修改（对第7和第14层的参数作一个修改），即将步长s修改为1.

        前3次下采样的地方是：第0层到第1层之间做了一次下采样；第2层到第3层之间做了一次下采样；第4层到第5层之间做了一次下采样.

        如果downsample_factor == 16，表示我们只需要4次下采用，那么我们需要将[2, 4, 7, 14]的后一次采样的参数做一个修改（第14层的参数作一个修改），即将步长s修改为1.

        前4次下采样的地方是：第0层到第1层之间做了一次下采样；第2层到第3层之间做了一次下采样；第4层到第5层之间做了一次下采样；第7层到第8层之间做了一次下采样。

        在这里，我们就对deeplabv3+中的mobilenet2模型的运用解释完了！！！

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/菜鸟追梦旅行/article/detail/678196
推荐阅读
相关标签

Copyright © 2003-2013 www.wpsshop.cn 版权所有，并保留所有权利。

  

闽ICP备14008679号