Group Ensemble: Learning an Ensemble of ConvNets in a single ConvNet

URL

https://arxiv.org/pdf/2007.00649.pdf

TL;DR

• 传统的集成学习能提高算法效果，但是深度学习多 model 集成学习实在是太慢了

• 所以作者提出一种深度学习多 group 集成学习，本质是在网络的末尾处使用 分组卷积，分成多路，每一路独立监督，监督得到的 loss 加权求和 作为总 loss，然后反向传播、优化，优点是：理论上不产生额外计算量

• 加权求和的方式一共有三种，分别是 Group Averaging、Group Wagging、Group Boosting

Algorithm

Group Ensemble 与 Model Ensemble 的区别

网络结构

加权方式

• $Loss = \frac{1}{\sum_{i=1}^m}W_i*L_i$ ， $L_i$ 表示第 i 个分支上的损失， $W_i$ 表示对应权重

• Group Averaging

  • $W_i = 1, \ \ \ \ \ i = 1, 2, ..., m$

• Group Wagging

  • $W_i \sim N(1, \delta^2), \ \ \ \ \ i = 1, 2, ..., m$

• Group Boosting

  • $W_i = -log(\frac{P_{i-1}}{T}), \ \ \ \ \ i = 2, 3, ..., m$

    • 其中 T 表示 温度，类似于模型蒸馏时的蒸馏温度

    • $P_{i-1}$ 表示上一个分支算对的概率

    • 即上一个分支预测的越正确，本分支的权重就越小，这与 boosting 还真的有点像

最终效果

• ImageNet 数据集上，top-1 error 比 ResNeXt-50 降低了 1.83%

• 几乎不改变 Flops 和 params，在几乎所有网络上使用都会有明显提升

• 在多种任务中都能提高成绩，包括：

  • 目标检测
  • 动作识别
  • 图像识别

Thoughts

• Group Boosting 这种串行计算 loss 权重的方法确定在 inference 阶段不会影响速度？

• 为什么在 CIFAR 数据集上，Group Wagging 这种随机方法反而效果好

对比表格