一、本文内容
本文给大家带来的改进内容是ShuffleNetV1，这是一种为移动设备设计的高效CNN架构。它通过使用点群卷积和通道混洗等操作，减少了计算成本，同时保持了准确性，通过这些技术，ShuffleNet在降低计算复杂度的同时，也优化了内存使用，使其更适合低功耗的移动设备，其非常适合轻量化的读者来使用)。本文通过介绍其主要框架原理，然后展示其效果图(基础版本和修改了本文改进机制的mAP对比图)，然后手把手教你如何添加该网络结构到网络模型中。
适用检测目标：这个模型非常适合轻量化的读者来使用。
推荐指数：⭐⭐⭐⭐
效果回顾展示->
(注意轻量化网络结构掉点是正常现象)
目录
二、ShuffleNetV1框架原理
官方论文地址： 官方论文地址
官方代码地址： 官方代码地址
ShuffleNet的创新机制为点群卷积和通道混：使用了新的操作点群卷积（pointwise group convolution）和通道混洗（channel shuffle），以减少计算成本，同时保持网络精度
您上传的图片展示的是ShuffleNet架构中的通道混洗机制。这一机制通过两个堆叠的分组卷积（GConv）来实现：
图示(a)：展示了两个具有相同分组数量的堆叠卷积层。每个输出通道仅与同一组内的输入通道相关联。
图示(b)：在不使用通道混洗的情况下，展示了在GConv1之后，GConv2从不同分组获取数据时输入和输出通道是如何完全相关联的。
图示(c：提供了与(b)相同的实现，但使用了通道混洗来允许跨组通信，从而使网络内更有效和强大的特征学习成为可能。
上面的图片描述了ShuffleNet架构中的ShuffleNet单元。这些单元是网络中的基本构建块，具体包括：
图示(a)：一个基本的瓶颈单元，使用了深度可分离卷积（DWConv）和一个简单的加法（Add）来融合特征。
图示(b)：在标准瓶颈单元的基础上，引入了点群卷积（GConv）和通道混洗操作，以增强特征的表达能力。
图示(c)：适用于空间下采样的ShuffleNet单元，使用步长为2的平均池化（AVG Pool）和深度可分离卷积，再通过通道混洗和点群卷积进一步处理特征，最后通过连接操作（Concat）合并特征。
三、ShuffleNetV1核心代码
下面的代码是整个ShuffleNetV1的核心代码，其中有个版本，对应的GFLOPs也不相同，使用方式看章节四。
# Copyright 2022 Dakewe Biotech Corporation. All Rights Reserved.
# Licensed under the Apache License, Version 2.0 (the "License");
# you may not use this file except in compliance with the License.
# You may obtain a copy of the License at
#
# http://www.apache.org/licenses/LICENSE-2.0
#
# Unless required by applicable law or agreed to in writing, software
# distributed under the License is distributed on an "AS IS" BASIS,
# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
# See the License for the specific language governing permissions and
# limitations under the License.
# ==============================================================================
from typing import Any, List, Optional
import torch
from torch import Tensor
from torch import nn
__all__ = [
"ShuffleNetV1",
"shufflenet_v1_x0_5", "shufflenet_v1_x1_0", "shufflenet_v1_x1_5", "shufflenet_v1_x2_0",
]
class ShuffleNetV1(nn.Module):
def __init__(
self,
repeats_times: List[int],
stages_out_channels: List[int],
groups: int = 8,
num_classes: int = 1000,
) -> None:
super(ShuffleNetV1, self).__init__()
in_channels = stages_out_channels[0]
self.first_conv = nn.Sequential(
nn.Conv2d(3, in_channels, (3, 3), (2, 2), (1, 1), bias=False),
nn.BatchNorm2d(in_channels),
nn.ReLU(True),
)
self.maxpool = nn.MaxPool2d((3, 3), (2, 2), (1, 1))
features = []
for state_repeats_times_index in range(len(repeats_times)):
out_channels = stages_out_channels[state_repeats_times_index + 1]
for i in range(repeats_times[state_repeats_times_index]):
stride = 2 if i == 0 else 1
first_group = state_repeats_times_index == 0 and i == 0
features.append(
ShuffleNetV1Unit(
in_channels,
out_channels,
stride,
groups,
first_group,
)
)
in_channels = out_channels
self.features = nn.Sequential(*features)
self.globalpool = nn.AvgPool2d((7, 7))
self.classifier = nn.Sequential(
nn.Linear(stages_out_channels[-1], num_classes, bias=False),
)
# Initialize neural network weights
self._initialize_weights()
self.index = stages_out_channels[-3:]
self.width_list = [i.size(1) for i in self.forward(torch.randn(1, 3, 640, 640))]
def forward(self, x: Tensor) -> list[Optional[Any]]:
x = self.first_conv(x)
x = self.maxpool(x)
results = [None, None, None, None]
for index, model in enumerate(self.features):
x = model(x)
# results.append(x)
if index == 0:
results[index] = x
if x.size(1) in self.index:
position = self.index.index(x.size(1)) # Find the position in the index list
results[position + 1] = x
return results
def _initialize_weights(self) -> None:
for name, module in self.named_modules():
if isinstance(module, nn.Conv2d):
if 'first' in name:
nn.init.normal_(module.weight, 0, 0.01)
else:
nn.init.normal_(module.weight, 0, 1.0 / module.weight.shape[1])
if module.bias is not None:
nn.init.constant_(module.bias, 0)
elif isinstance(module, nn.BatchNorm2d):
nn.init.constant_(module.weight, 1)
if module.bias is not None:
nn.init.constant_(module.bias, 0.0001)
nn.init.constant_(module.running_mean, 0)
elif isinstance(module, nn.BatchNorm1d):
nn.init.constant_(module.weight, 1)
if module.bias is not None:
nn.init.constant_(module.bias, 0.0001)
nn.init.constant_(module.running_mean, 0)
elif isinstance(module, nn.Linear):
nn.init.normal_(module.weight, 0, 0.01)
if module.bias is not None:
nn.init.constant_(module.bias, 0)
class ShuffleNetV1Unit(nn.Module):
def __init__(
self,
in_channels: int,
out_channels: int,
stride: int,
groups: int,
first_groups: bool = False,
) -> None:
super(ShuffleNetV1Unit, self).__init__()
self.stride = stride
self.groups = groups
self.first_groups = first_groups
hidden_channels = out_channels // 4
if stride == 2:
out_channels -= in_channels
self.branch_proj = nn.AvgPool2d((3, 3), (2, 2), (1, 1))
self.branch_main_1 = nn.Sequential(
# pw
nn.Conv2d(in_channels, hidden_channels, (1, 1), (1, 1), (0, 0), groups=1 if first_groups else groups,
bias=False),
nn.BatchNorm2d(hidden_channels),
nn.ReLU(True),
# dw
nn.Conv2d(hidden_channels, hidden_channels, (3, 3), (stride, stride), (1, 1), groups=hidden_channels,
bias=False),
nn.BatchNorm2d(hidden_channels),
)
self.branch_main_2 = nn.Sequential(
# pw-linear
nn.Conv2d(hidden_channels, out_channels, (1, 1), (1, 1), (0, 0), groups=groups, bias=False),
nn.BatchNorm2d(out_channels),
)
self.relu = nn.ReLU(True)
def channel_shuffle(self, x):
batch_size, channels, height, width = x.data.size()
assert channels % self.groups == 0
group_channels = channels // self.groups
out = x.reshape(batch_size, group_channels, self.groups, height, width)
out = out.permute(0, 2, 1, 3, 4)
out = out.reshape(batch_size, channels, height, width)
return out
def forward(self, x: Tensor) -> Tensor:
identify = x
out = self.branch_main_1(x)
out = self.channel_shuffle(out)
out = self.branch_main_2(out)
if self.stride == 2:
branch_proj = self.branch_proj(x)
out = self.relu(out)
out = torch.cat([branch_proj, out], 1)
return out
else:
out = torch.add(out, identify)
out = self.relu(out)
return out
def shufflenet_v1_x0_5(**kwargs: Any) -> ShuffleNetV1:
model = ShuffleNetV1([4, 8, 4], [16, 192, 384, 768], 8, **kwargs)
return model
def shufflenet_v1_x1_0(**kwargs: Any) -> ShuffleNetV1:
model = ShuffleNetV1([4, 8, 4], [24, 384, 768, 1536], 8, **kwargs)
return model
def shufflenet_v1_x1_5(**kwargs: Any) -> ShuffleNetV1:
model = ShuffleNetV1([4, 8, 4], [24, 576, 1152, 2304], 8, **kwargs)
return model
def shufflenet_v1_x2_0(**kwargs: Any) -> ShuffleNetV1:
model = ShuffleNetV1([4, 8, 4], [48, 768, 1536, 3072], 8, **kwargs)
return model
if __name__ == "__main__":
# Generating Sample image
image_size = (1, 3, 640, 640)
image = torch.rand(*image_size)
# Model
model = shufflenet_v1_x0_5()
out = model(image)
print(out)四、手把手教你添加ShuffleNetV1网络结构
这个主干的网络结构添加起来算是所有的改进机制里最麻烦的了，因为有一些网略结构可以用yaml文件搭建出来，有一些网络结构其中的一些细节根本没有办法用yaml文件去搭建，用yaml文件去搭建会损失一些细节部分(而且一个网络结构设计很多细节的结构修改方式都不一样，一个一个去修改大家难免会出错)，所以这里让网络直接返回整个网络，然后修改部分 yolo代码以后就都以这种形式添加了，以后我提出的网络模型基本上都会通过这种方式修改，我也会进行一些模型细节改进。创新出新的网络结构大家直接拿来用就可以的。下面开始添加教程->
(同时每一个后面都有代码，大家拿来复制粘贴替换即可，但是要看好了不要复制粘贴替换多了)
修改一
我们复制网络结构代码到“yolov5-master/models”目录下创建一个目录，我这里的名字是modules(如果将文件放在models下面随着改进机制越来越多不太好区分，所以创建一个文件目录将改进机制全部放在里面) ，然后创建一个py文件将代码复制粘贴到里面我这里起的名字是ShuffleNetV1。
修改二
然后我们在我们创建的目录里面创建一个初始化文件'__init__.py'，然后在里面导入我们同级目录的所有改进机制
修改三
我们找到如下文件'models/yolo.py'在开头里面导入我们的模块，这里需要注意要将代码放在common导入的文件上面，否则有一些模块会使用我们modules里面的，可能同名导致报错，这里如果你使用多个我的改进机制填写一个即可，不用重复添加。
修改四
添加如下两行代码，根据行数找相似的代码进行添加
修改五
找到七百多行大概把具体看图片，按照图片来修改就行，添加红框内的部分，注意没有()只是函数名，我这里只添加了部分的版本，大家有兴趣这个ShuffleNetV1还有更多的版本可以添加，看我给的代码函数头即可。
elif m in {自行添加对应的模型即可，下面都是一样的}:
m = m()
c2 = m.width_list # 返回通道列表
backbone = True修改五
下面的两个红框内都是需要改动的。
if isinstance(c2, list):
m_ = m
m_.backbone = True
else:
m_ = nn.Sequential(*(m(*args) for _ in range(n))) if n > 1 else m(*args) # module
t = str(m)[8:-2].replace('__main__.', '') # module type
np = sum(x.numel() for x in m_.parameters()) # number params
m_.i, m_.f, m_.type, m_.np = i + 4 if backbone else i, f, t, np # attach index, 'from' index, type修改六
如下的也需要修改，全部按照我的来。
代码如下把原先的代码替换了即可。
save.extend(x % (i + 4 if backbone else i) for x in ([f] if isinstance(f, int) else f) if x != -1) # append to savelist
layers.append(m_)
if i == 0:
ch = []
if isinstance(c2, list):
ch.extend(c2)
if len(c2) != 5:
ch.insert(0, 0)
else:
ch.append(c2)修改七
修改七和前面的都不太一样，需要修改前向传播中的一个部分， 已经离开了parse_model方法了。
可以在图片中开代码行数，没有离开task.py文件都是同一个文件。 同时这个部分有好几个前向传播都很相似，大家不要看错了，是70多行左右的！！！，同时我后面提供了代码，大家直接复制粘贴即可，有时间我针对这里会出一个视频。
找到如下的代码，这里不太好找，我给大家上传一个原始的样子。
然后我们用后面的代码进行替换，替换完之后的样子如下->
代码如下->
def _forward_once(self, x, profile=False, visualize=False):
y, dt = [], [] # outputs
for m in self.model:
if m.f != -1: # if not from previous layer
x = y[m.f] if isinstance(m.f, int) else [x if j == -1 else y[j] for j in m.f] # from earlier layers
if profile:
self._profile_one_layer(m, x, dt)
if hasattr(m, 'backbone'):
x = m(x)
if len(x) != 5: # 0 - 5
x.insert(0, None)
for index, i in enumerate(x):
if index in self.save:
y.append(i)
else:
y.append(None)
x = x[-1] # 最后一个输出传给下一层
else:
x = m(x) # run
y.append(x if m.i in self.save else None) # save output
if visualize:
feature_visualization(x, m.type, m.i, save_dir=visualize)
return x到这里就完成了修改部分，但是这里面细节很多，大家千万要注意不要替换多余的代码，导致报错，也不要拉下任何一部，都会导致运行失败，而且报错很难排查！！！很难排查！！！
五、ShuffleNetV1的yaml文件
复制如下yaml文件进行运行！！！
# YOLOv5 🚀 by Ultralytics, AGPL-3.0 license
# Parameters
nc: 80 # number of classes
depth_multiple: 0.33 # model depth multiple
width_multiple: 0.25 # layer channel multiple
anchors:
- [10,13, 16,30, 33,23] # P3/8
- [30,61, 62,45, 59,119] # P4/16
- [116,90, 156,198, 373,326] # P5/32
backbone:
# [from, number, module, args]
[[-1, 1, shufflenet_v1_x1_0, []], # 0-4-P1/
[-1, 1, SPPF, [1024, 5]], # 5
]
# YOLOv5 v6.0 head
head:
[[-1, 1, Conv, [512, 1, 1]],
[-1, 1, nn.Upsample, [None, 2, 'nearest']],
[[-1, 3], 1, Concat, [1]], # cat backbone P4
[-1, 3, C3, [512, False]], # 9
[-1, 1, Conv, [256, 1, 1]],
[-1, 1, nn.Upsample, [None, 2, 'nearest']],
[[-1, 2], 1, Concat, [1]], # cat backbone P3
[-1, 3, C3, [256, False]], # 13 (P3/8-small)
[-1, 1, Conv, [256, 3, 2]],
[[-1, 9], 1, Concat, [1]], # cat head P4
[-1, 3, C3, [512, False]], # 16 (P4/16-medium)
[-1, 1, Conv, [512, 3, 2]],
[[-1, 5], 1, Concat, [1]], # cat head P5
[-1, 3, C3, [1024, False]], # 19 (P5/32-large)
[[13, 16, 19], 1, Detect, [nc, anchors]], # Detect(P3, P4, P5)
]
六、成功运行记录
下面是成功运行的截图，已经完成了有1个epochs的训练，图片太大截不全第2个epochs了。
七、本文总结
到此本文的正式分享内容就结束了，在这里给大家推荐我的YOLOv5改进有效涨点专栏，本专栏目前为新开的平均质量分97分，后期我会根据各种最新的前沿顶会进行论文复现，也会对一些老的改进机制进行补充，目前本专栏免费阅读(暂时，大家尽早关注不迷路~)，如果大家觉得本文帮助到你了，订阅本专栏，关注后续更多的更新~
