深度学习笔记_基本概念_Depthwise卷积与Pointwise卷积

痛定思痛。 2022-11-29 03:14 262阅读 0赞

**目录**

基本介绍

常规卷积操作

Depthwise Separable Convolution

Depthwise Convolution

Pointwise Convolution

参数对比

--------------------

# 基本介绍 #

Depthwise(DW)卷积与Pointwise(PW)卷积，合起来被称作Depthwise Separable Convolution(参见Google的Xception)，该结构和常规卷积操作类似，可用来提取特征，但相比于常规卷积操作，其参数量和运算成本较低。所以在一些**轻量级网络**中会碰到这种结构如MobileNet。

# **常规卷积操作** #

对于一张5×5像素、三通道彩色输入图片（shape为5×5×3）。经过3×3卷积核的卷积层（假设输出通道数为4，则卷积核shape为3×3×3×4），最终输出4个Feature Map，如果有same padding则尺寸与输入层相同（5×5），如果没有则为尺寸变为3×3。

![format_png][]

此时，卷积层共4个Filter，每个Filter包含了3个Kernel，每个Kernel的大小为3×3。因此卷积层的参数数量可以用如下公式来计算：  
**N\_std = 4 × 3 × 3 × 3 = 108**

# **Depthwise Separable Convolution** #

Depthwise Separable Convolution是将一个完整的卷积运算**分解为两步进行**，即Depthwise Convolution与Pointwise Convolution。

## **Depthwise Convolution** ##

不同于常规卷积操作，Depthwise Convolution的一个卷积核（kernel，每个filter只有一个卷积核）负责一个通道，一个通道只被一个卷积核卷积。并且，每次卷积的卷积核层数，等于输入的depth数。上面所提到的常规卷积每个卷积核是同时操作输入图片的每个通道。

同样是对于一张5×5像素、三通道彩色输入图片（shape为5×5×3），Depthwise Convolution首先经过第一次卷积运算，不同于上面的常规卷积，DW完全是在二维平面内进行。卷积核的数量与上一层的通道数相同（通道和卷积核一一对应）。所以一个三通道的图像经过运算后生成了3个Feature map(如果有same padding则尺寸与输入层相同为5×5)，如下图所示。

![format_png 1][]

其中**一个Filter**只包含一个大小为3×3的Kernel，卷积部分的参数个数计算如下：  
**N\_depthwise = 3 × 3 × 3 = 27**

Depthwise Convolution完成后的Feature map数量与输入层的通道数相同，无法扩展Feature map。而且这种运算对输入层的每个通道独立进行卷积运算，没有有效的利用不同通道在相同空间位置上的feature信息。因此需要Pointwise Convolution来将这些Feature map进行组合生成新的Feature map。

## **Pointwise Convolution** ##

Pointwise Convolution的运算与常规卷积运算非常相似，它的卷积核的尺寸为 1×1×M，M为上一层的通道数。所以这里的卷积运算会将上一步的map在深度方向上进行加权组合，生成新的Feature map。有几个卷积核就有几个输出Feature map。如下图所示。

![format_png 2][]

由于采用的是1×1卷积的方式，此步中卷积涉及到的参数个数可以计算为：  
N\_pointwise = 1 × 1 × 3 × 4 = 12

经过Pointwise Convolution之后，同样输出了4张Feature map，与常规卷积的输出维度相同。

## **参数对比** ##

回顾一下，常规卷积的参数个数为：  
N\_std = 4 × 3 × 3 × 3 = 108

Separable Convolution的参数由两部分相加得到：  
N\_depthwise = 3 × 3 × 3 = 27  
N\_pointwise = 1 × 1 × 3 × 4 = 12  
N\_separable = N\_depthwise + N\_pointwise = 39

相同的输入，同样是得到4张Feature map，Separable Convolution的参数个数是常规卷积的约1/3。因此，在参数量相同的前提下，采用Separable Convolution的神经网络层数可以做的更深。

参考：[https://blog.csdn.net/tintinetmilou/article/details/81607721][https_blog.csdn.net_tintinetmilou_article_details_81607721]

[format_png]: /images/20221124/e9af32a4be0f4b79a09e6524bb72259f.png
[format_png 1]: /images/20221124/34741a3ba8614501a4f9b197e51d8312.png
[format_png 2]: /images/20221124/d40db3754c844287a5c8ef4451bd3d89.png
[https_blog.csdn.net_tintinetmilou_article_details_81607721]: https://blog.csdn.net/tintinetmilou/article/details/81607721