点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

1.前言

这篇文章主要以几篇经典的分割论文为切入点，浅谈一下当Unet遇见ResNet会发生什么？

2. UNet

首先回顾一下UNet，UNet的结构如下图所示：

UNet 网络结构

「从UNet的网络结构我们会发现两个最主要的特点，一个是它的U型结构，一个是它的跳层连接。」 其中UNet的编码器一共有4次下采样来获取高级语义信息，解码器自然对应了4次上采样来进行分辨率恢复，为了减少下采样过程带来的空间信息损失跳层连接被引入了，通过Concat的方式使得上采样恢复的特征图中包含更多low-level的语义信息，使得结果的精细程度更好。

使用转置卷积的UNet参数量是31M左右，如果对其channel进行缩小例如缩小两倍，参数量可以变为7.75M左右，缩小4倍变成2M左右，可以说是非常的轻量级了。UNet不仅仅在医学分割中被大量应用，也在工业界发挥了很大的作用

3. ResNet

再来简单回顾一下ResNet。

在ResNet之前普遍认为网络的深度越深，模型的表现就更好，因为CNN越深越能提取到更高级的语义信息。但论文的实验发现，通过和浅层网络一样的方式来构建深层网络，结果性能反而下降了，这是因为网络越深越难训练。实验如Figure1所示：

Figure1

因此网络的深度不能随意的加深，前面介绍的GoogLeNet和VGG16/19均在加深深度这件事情上动用了大量的技巧。那么到底什么是残差呢？

首先，浅层网络都是希望学习到一个恒等映射函数，其中指的是用这个特征/函数来代表原始的的信息，但随着网络的加深这个恒等映射变得越来越难以拟合。即是用BN这种技巧存在，在深度足够大的时候网络也会难以学习这个恒等映射关系。因此ResNet提出将网络设计为，然后就可以转换为学习一个残差函数，只要残差为，就构成了一个恒等映射，并且相对于拟合恒等映射关系，拟合残差更容易。残差结构具体如Figure2所示，identity mapping表示的就是恒等映射，即是将浅层网络的特征复制来和残差构成新的特征。其中恒等映射后面也被叫作跳跃连接(skip connrection)或者短路连接(shortcut connection)，这一说法一直保持到今天。同时我们可以看到一种极端的情况是残差映射为，残差模块就只剩下，相当于什么也不做，这至少不会带来精度损失，这个结构还是比较精巧的。

残差模块

为什么残差结构是有效的呢？这是因为引入残差之后的特征映射对输出的变化更加敏感，也即是说梯度更加，更容易训练。从图2可以推导一下残差结构的梯度计算公式，假设从浅层到深层的学习特征，其中就是带权重的卷积之后的结果，我们可以反向求出损失函数对的提取

402 Payment Required

，其中代表损失函数在最高层的梯度，小括号中的表示残差连接可以无损的传播梯度，而另外一项残差的梯度则需要经过带有可学习参数的卷积层。另外残差梯度不会巧合到全部为，而且就算它非常小也还有这一项存在，因此梯度会稳定的回传，不用担心梯度消失。同时因为残差一般会比较小，残差学习需要学习的内容少，学习难度也变小，学习就更容易。

4. 当UNet初见ResNet

我们知道UNet做下采样的BackNone是普通的CBR模块(Conv+BN+ReLU)堆叠的，一个自然的想法就是如果将学习更强的ResNet当作UNet的BackBone效果是否会更好呢？

CVPR 2017的LinkNet给出了答案。LinkNet的网络结构如下所示：

其中，conv 代表卷积，full-conv 代表全卷积，/2代表下采样的步长是2，*2代表上采样的因子是2。在卷积层之后添加 BN，后加 ReLU。左半部分表示编码，右半部分表示解码。编码块基于ResNet18。编解码模块如下所示。

编码模块

解码模块

这项工作的主要贡献是在原始的UNet中引入了残差连接，并直接将编码器与解码器连接来提高准确率，一定程度上减少了处理时间。通过这种方式，保留编码部分中不同层丢失的信息，同时，在进行重新学习丢失的信息时并未增加额外的参数与操作。在Cittycapes和CamVID数据集上的实验结果证明残差连接的引入（LinkNet without bypass）使得mIOU获得了提升。

在Cityscapes上的实验结果

在CamVid上的实验结果

这篇论文的主要提升技巧在于它的bypass技巧，但我们也可以看到ResNet也进一步对网络的效果带来了改善，所以至少说明ResNet是可以当成BackBone应用在UNet的，这样结果至少不会差。

5. 当UNet再见ResNet

CVPR 2018北邮在DeepGlobe Road Extraction Challenge全球卫星图像道路提取）比赛中勇夺冠军，他们提出了一个新网络名为D-LinkNet，论文链接以及代码/PPT见附录。

D-LinkNet 网络结构

D-LinkNet使用LinkNet作为基本骨架，使用在ImageNet数据集上与训练好的ResNet作为网络的encoder，并在中心部分添加带有shortcut的dilated-convolution层，使得整个网络识别能力更强、接收域更大、融合多尺度信息。网络中心部分展开示意图如下：

网络中心部分展开示意图

这篇论文和ResNet的关系实际上和LinkNet表达出的意思一致，也即是将其应用在BackBone部分增强特征表达能力。

6. 最后，ResNet+UNet被玩出了花

这篇文章其实是比上两篇文章早的，但我想放到最后这个位置来谈一下，这篇文章是DLMIA 2016的文章，名为：「The Importance of Skip Connections in Biomedical Image Segmentation」 。这一网络结构如下图所示，对图的解释来自akkaze-郑安坤的文章(https://zhuanlan.zhihu.com/p/100440276)：

长短跳过网络,对各个块(Block)的解释如下

(a) 整个网络结构

使用下采样（蓝色）：这是一条收缩路径。

上采样（黄色）：这是一条不断扩大的路径。

这是一个类似于U-Net的FCN架构。

并且从收缩路径到扩展路径之间存在很长的跳过连接。

（b）瓶颈区

使用，因此称为瓶颈。它已在ResNet中使用。

在每次转化前都使用，这是激活前ResNet的想法。

（c）基本块

两个卷积，它也用在ResNet中。

（d）简单块

个卷积

（b）-（d）

所有块均包含短跳转连接。

下面的Table1表示整个网络的维度变化：

整个网络的维度变化

接下来是这节要分析的重点了，也就是长短跳过网络中两种不同类型的跳跃连接究竟对UNet的结果参生了什么影响？

这里训练集以张电子显微镜（EM）图像为数据集，尺寸为。张图像用于训练，其余张图像用于验证。而测试集是另外张图像。

下面的Figure3为我们展示了长短跳过连接，以及只有长跳过连接，只有短跳过连接对准确率和损失带来的影响：

损失/准确性：（a）长短跳过连接，（b）只有长跳过连接，（c）只有短跳过连接

同时使用长跳和短跳连接可以获得最小的损失和最高的精度。

下面来看一可视化权重分析：

（a）长跳和短跳连接，（b）仅长跳连接具有9个重复的简单块，（c）仅长跳连接具有3个重复的简单块，（d）仅长跳连接具有7个重复的简单块没有BN。蓝色：权值小。红色：权值较大。

（a）长跳和短跳连接

当长跳转和短跳转连接都存在时，参数更新看起来分布良好。

（b）仅长跳连接具有9个重复的简单块

删除短跳过连接后，网络的较深部分几乎没有更新。

当保留长跳连接时，至少可以更新模型的浅层部分。

（c）仅长跳连接具有3个重复的简单块

当模型足够浅时，所有层都可以很好地更新。

（d）仅长跳连接具有7个重复的简单块，没有BN。

论文给出的结论如下：

没有批量归一化的网络向网络中心部分参数更新会不断减少。
根据权值分析的结论，由于梯度消失的问题（只有短跳连接可以缓解），无法更有效地更新靠近模型中心的层。

所以这一节介绍的是将ResNet和UNet结合之后对跳跃连接的位置做文章，通过这种长跳短跳连接可以使得网络获得更好的性能。

7. 总结

这篇文章只是对我个人阅读ResNet相关的类UNet分割结构的一点小总结，希望能起到一点作用科普和给你带来一点点启发。

好消息！

小白学视觉知识星球

开始面向外开放啦

当UNet遇见ResNet会发生什么？相关推荐

深度学习CV文章整理
一.目标检测 1.综述文章 (1).收藏 | YOLO系列综述:从V1到V4 (2).大盘点 | 性能最强的目标检测算法 (3).这7篇CVPR 2020 目标检测论文项目都开源了!Efficient ...
2022.8.22-8.28 AI行业周刊（第112期）：个人定位发展
篇章一:个人定位发展在上周的周报中,聊到拜访的一些发展挺不错的AI公司,他们都有比较明确的行业定位. 每家公司都有其核心竞争力,也明确的知道自己在行业中的不同定位. 工作之余,大白也喜欢分析不同公司 ...
【日常学习】U-net的改进
[日常学习]U-net的改进文章地址:基于改进 U-NET 网络的神经分割方法研究 ResNet ResNet建立的模块如下: 残差网络提出了一个捷径(shortcut)的概念,即跳过一个或多个层, ...
基于改进U-Net的铁道轨道分割系统（源码＆教程）
1.研究背景在铁路无人驾驶领域中,城市轨道交通中的地铁列车运行环境相对的封闭[1,2].使得较容易开展无人驾驶,从上世纪80年代开始无人驾驶系统应用于法国.日本.马来西亚.加拿大,新加坡等国家﹐国内 ...
unet知乎_UNet++
作者对UNet++的解读 ,很详细,而且这种科研的思路在科研工作中很有参考价值. 总结UNet++的心路历程: 1 常用的UNet结构的要素:降采样,上采样,skip connection. 2 应该 ...
2023最新车道线综述！近五年文章全面盘点（几何建模/机器学习/深度学习）
点击下方卡片,关注"自动驾驶之心"公众号 ADAS巨卷干货,即可获取点击进入→自动驾驶之心[车道线检测]技术交流群后台回复[车道线综述]获取基于检测.分割.分类.曲线拟合等近几 ...
文献阅读笔记——《Plug-and-Play Image Restoration with Deep Denoiser Prior》
Plug-and-Play Image Restoration with Deep Denoiser Prior 基于深度去噪先验的即插即用图像恢复 DOI:10.1109/TPAMI.2021.30 ...
pytorch笔记：09)Attention机制
刚从图像处理的hole中攀爬出来,刚走一步竟掉到了另一个hole(fire in the hole*▽*) 1.RNN中的attention pytorch官方教程:https://pytorch.o ...
Understanding Clouds from Satellite Images的kernel调研＋肉眼识别每种云朵示例
pupil1视角,凡是看过的全部进行upvote作为标记 kernel 注释框架输出模型格式 EDA: Find Me In The Clouds 非常赞的可视化(博文下方列出其主要内容) ...

当UNet遇见ResNet会发生什么？

402 Payment Required

4. 当UNet初见ResNet

当UNet遇见ResNet会发生什么？相关推荐

最新文章

热门文章