寫在前面

VGG算是非常經(jīng)典的網(wǎng)絡(luò)了，它是由牛津大學(xué)計(jì)算機(jī)視覺組（Visual Geometry Group）和Google DeepMind公司的研究員一起研發(fā)的 “直筒型“ 的網(wǎng)絡(luò)。既然在看這篇文章，想必已經(jīng)對(duì)VGG十分熟悉了。VGG有一些特別明顯的缺陷，如網(wǎng)絡(luò)的參數(shù)量較多，模型檢測(cè)準(zhǔn)確率也不是很好，總之VGG網(wǎng)絡(luò)效果不理想。之后的一段時(shí)間，人們總是將網(wǎng)絡(luò)變得更寬更深（如GoogleNet、ResNet）,以期待達(dá)到更優(yōu)異的效果。

事實(shí)上也是這樣，更深更寬的網(wǎng)絡(luò)更容易滿足需求。這樣，VGG變得鮮有問津。這時(shí)，一位大佬——丁霄漢，相信科學(xué)技術(shù)總是螺旋式的上升，撿起了VGG模型，給其注入了新思想，RepVGG便橫空出世。

首先我們先來解讀一些RepVGG的取名含義，Rep全稱為re- parameterization（重參數(shù)化），Rep是指首先構(gòu)造一系列結(jié)構(gòu)（一般用于訓(xùn)練），并將其參數(shù)等價(jià)轉(zhuǎn)換為另一組參數(shù)（一般用于推理），從而將這一系列結(jié)構(gòu)等價(jià)轉(zhuǎn)換為另一系列結(jié)構(gòu)。估計(jì)這段話大家讀的似懂非懂，對(duì)于RepVGG來說，就是在訓(xùn)練階段會(huì)訓(xùn)練一個(gè)多分支模型，然后利用重參數(shù)化將多分支模型等價(jià)轉(zhuǎn)換為單路模型，最后在推理時(shí)使用單路模型。

為什么要這樣做呢？因?yàn)樵谟?xùn)練過程中往往多分支的結(jié)構(gòu)會(huì)得到更高的性能收益，即在訓(xùn)練時(shí)采用多分支結(jié)構(gòu)來提升網(wǎng)絡(luò)性能，在推理時(shí)，將多分支結(jié)構(gòu)轉(zhuǎn)化為單路結(jié)構(gòu)，這樣會(huì)使推理速度大大加快！

RepVGG結(jié)構(gòu)

聽了上文的講解，不知大家對(duì)RepVGG有了多少了解，還有很多疑惑是正常的，不要著急，下面會(huì)詳細(xì)的對(duì)RepVGG的結(jié)構(gòu)和設(shè)計(jì)進(jìn)行分析RepVGG模型具有一個(gè)類似于VGG的拓?fù)浣Y(jié)構(gòu)，沒有任何分支，模型只采用了3x3的卷積核和Relu激活函數(shù)?！咀⒁猓哼@里的RepVGG模型指的是推理（inference）時(shí)采用的結(jié)構(gòu)，訓(xùn)練（training）時(shí)結(jié)構(gòu)不是這樣的】模型的結(jié)構(gòu)如下圖所示：

從上圖我們可以看出，在RepVGG的訓(xùn)練階段，其結(jié)構(gòu)借鑒了ResNet，同時(shí)引入了殘差結(jié)構(gòu)和1x1的卷積分支，在論文中也證明了加入殘差結(jié)構(gòu)和1x1的卷積均可以提升網(wǎng)絡(luò)的性能，如下圖所示：

至于RepVGG的推理階段，其結(jié)構(gòu)就是簡(jiǎn)單的3x3卷積同Relu函數(shù)的結(jié)合。

多路模型轉(zhuǎn)單路模型

這一部分絕對(duì)是RepVGG的核心了?。?！re- parameterization（重參數(shù)化）要做的其實(shí)就是要將多路模型轉(zhuǎn)成單路模型。首先我們要搞清楚我們要轉(zhuǎn)換的對(duì)象，即多路模型指什么？單路模型指什么？這兩個(gè)模型在上文已經(jīng)提及，多路模型指的就是在訓(xùn)練階段的模型，而單路模型指的是在推理階段的模型，如下圖：

現(xiàn)在我們的目標(biāo)有了，即將上圖右側(cè)模型轉(zhuǎn)換成左側(cè)。仔細(xì)觀察左右兩圖的區(qū)別，可以看出我們只需要將上圖黃框部分進(jìn)行轉(zhuǎn)換就可以了。下面來看看作者是怎么進(jìn)行轉(zhuǎn)換的下圖大致描述了多路模型轉(zhuǎn)換成單路模型的過程，從①到②涉及到了將3x3卷積和BN層的合并、1x1卷積轉(zhuǎn)換為3x3卷積及殘差模塊等效為特殊權(quán)重的卷積層?！咀⒁猓嚎赡苡行』锇榘l(fā)現(xiàn)上文圖中的卷積后都沒有BN層，為什么這里有了了，其實(shí)一般卷積后都會(huì)跟上BN進(jìn)行歸一化，上圖只是省略了網(wǎng)絡(luò)的一些細(xì)節(jié)】

1、卷積層和BN層的合并

上圖展示了卷積層和BN層合并的推導(dǎo)過程，非常容易理解。但需要注意的是這里的卷積層含有偏置b，往往現(xiàn)在帶有BN結(jié)構(gòu)的卷積都不含偏置b了，論文中的推導(dǎo)結(jié)構(gòu)就沒帶偏置b，如下圖所示：可以看出，下式和上圖推導(dǎo)結(jié)構(gòu)是一致的【符號(hào)表示有區(qū)別，沒有偏置項(xiàng)b】

2、1x1卷積轉(zhuǎn)換為3x3卷積

1x1卷積怎么轉(zhuǎn)化為3x3的卷積呢？不知道大家有沒有什么想法?♂??♂??♂?我覺得這個(gè)大家應(yīng)該是很容易就可以想到的——補(bǔ)兩圈0！所以這部分其實(shí)是沒什么好說的，論文中也是一筆帶過。但這里我還是想提醒大家注意一下，因?yàn)槲覀兊娜份敵鲎詈髸?huì)通過Add操作，因此在使用3x3卷積時(shí)應(yīng)該使用same形式，即保證輸入輸出的特征圖維度不變

3、殘差模塊轉(zhuǎn)換為3x3卷積

我們知道殘差模塊就是一個(gè)恒等映射，即要求輸入等于輸出。這一步該怎么實(shí)現(xiàn)呢？這里我們可以使用卷積核權(quán)重為1的1x1卷積，因?yàn)檫@樣的卷積核不會(huì)改變輸入特征圖的值，這樣我們就可以將殘差模塊等效為1x1的卷積操作了。之后再利用第2步將1x1的卷積轉(zhuǎn)化成3x3的卷積。

卷積的可加性原理

完成了上述三步，我們就可以實(shí)現(xiàn)從①到②的變換，即現(xiàn)在我們得到了含3路3x3卷積的結(jié)構(gòu)，接下來就是要實(shí)現(xiàn)從②到③的轉(zhuǎn)化，即要將含3路3x3卷積的結(jié)構(gòu)變換成只有1路3x3卷積的結(jié)構(gòu)???這里需要利用卷積的可加性原理，即如果幾個(gè)大小兼容的二維核在相同的輸入上以相同的步幅操作以產(chǎn)生相同分辨率的輸出，并且它們的輸出被求和，我們可以將這些核在相應(yīng)的位置相加，從而得到一個(gè)產(chǎn)生相同輸出的等效核。這句話很好地總結(jié)了可加性原理，但是當(dāng)我開始看到這句話的時(shí)候也是不明白為什么，后面也是自己畫了一些圖，就恍然大悟，所以我想說很多時(shí)候我們應(yīng)該多動(dòng)手，好腦子不如爛筆頭下面給出整理的圖片幫助大家理解，如下圖：

看了上圖可以發(fā)現(xiàn)，不管我們是先進(jìn)行卷積得到結(jié)果后再進(jìn)行Add操作，還是先將卷積核的值先相加得到新的卷積核，然后再進(jìn)行卷積，所得到的結(jié)果是一樣的，這就是卷積的可加性。由此可知，我們將②變?yōu)棰燮鋵?shí)只需要將三個(gè)3x3的卷積核的值進(jìn)行相加即可！

實(shí)驗(yàn)結(jié)果

上面其實(shí)就把RepVGG最核心的給講完了，下面來看一下RepVGG的效果叭。可以看出RepVGG的效果還是很好的，特別的表5中RepVGG-B2的FLOPs是EfficientNet-B3的10倍，但1080Ti上的速度是后者的2倍，這說明前者的計(jì)算密度是后者的20余倍。

希望本文章對(duì)你有所幫助！感謝支持！