Dual Path Networks，论文链接：https://arxiv.org/pdf/1707.01629.pdf

ResNet和DenseNet是近几年两种比较热门的网络结构，ResNet把输入直接加到（element-wise adding）卷积的输出上，DenseNet则把每一层的输出都拼接（concatenate）到了其后每一层的输入上。在这篇论文中作者用High Order RNN结构（HORNN）把DenseNet和ResNet联系到了一起，证明了DenseNet能从靠前的层级中提取到新的特征，而ResNet本质上是对之前层级中已提取特征的复用。通过把这两种结构的优点结合到一起，就有了最新结构Dual Path Networks（DPN）。

一、原理篇

1、DenseNet和HORNN的联系

High Order RNN（HORNN）就是高阶循环卷积网络，我们可以把HORNN泛化成公式1。这个公式中当前的状态是h^k，h^t则表示结构中的第t个状态 （t<k），f_t^k(.)表示从h^t中提取和第k个状态有关的特征的过程，x^t表示第t个状态的输入数据（明显有x⁰=h⁰），g^k(.)表示把之前所有的状态汇聚后再用g^k(.)处理就得出当前状态h^k。如果对于任意k,t，都有f_t^k(.)=f_t(.)，g^k(.)=g(.)，那公式1就是一个普通的HORNN。

公式1

为什么说DenseNet就是个特殊的HORNN呢？DenseNet一个Block可以看成图1的结构，其中的红框部分是对之前各层的输出在特征维度做拼接，然后做1X1卷积。拼接后做1X1卷积可以等效为先在各层的直连线上分别做1X1卷积（每一条直连线上的1X1卷积系数都不同），然后再算术相加。即红框里的结构可以等效为图1下半部分的结构，一个DenseNet的Block就等效于图2的结构（其中f
_k-1
^k、f
_k-2
^k、f
_k-3
^k……都不相同）。这样图2就和公式1完全对应上了，所以说DenseNet是在不满足f
_t
^k(.)=f
_t(.)，g
^k(.)=g(.)时的特殊HORNN。

图1：DenseNet的结构

图2：DenseNet结构

2、DenseNet和ResNet的联系

把公式1做下变形，引入一个中间量r^k，再假设对于任意t、k，都有f_t^k(.)=f_t(.)，公式1可以变化成公式2的表达式：

公式2

把上面两个表达式组合在一起就有了公式3，其中Φ
^k-1(r
^k-1)=f
_k-1(g
^k-1(.))，明显这是一个残差的表达式：

公式3

因为公式2是在f
_t
^k(.)=f
_t(.)前提下，从公式1得出的，而公式1是DenseNet，所以可以认为ResNet是DenseNet在f
_t
^k(.)=f
_t(.)时的一种特殊表达式。图3是ResNet结构的等效变换，图3下侧的表达形式和公式2的ResNet公式是完全一样的，其中g
^k(.)就是1×1降维的卷积，f
_k(.)就是其他卷积部分，从图3看出ResNet中任意层都复用了之前所有层次输出的特征。

图3：ResNet结构

3、DenseNet和ResNet各自的优势

从前面的描述可以看出ResNet复用了前面层已提取过的特征，除去这些直连的复用特征外，真正由卷积提取出来的特征“纯度”就比较高了，基本都是之前没有提取到过的全新特征，所以作者说ResNet提取的特征中冗余度比较低。而DenseNet从图1可以看出f_k-1^k、f_k-2^k、f_k-3^k……都不相同，前面层提取出的特征不再是被后面层简单的复用，而是创造了全新的特征，这种结构后面层用卷积提取到的特征很有可能是前面层已提取过的，所以作者说DenseNet提取的特征冗余度高。一个有高复用率，但冗余度低；一个能创造新特征，但冗余度高，如果把这两种结构结合起来，就能发挥更大的威力，这就有了DPN。

二、结构篇

DPN的表达式如公式4，它结合了DenseNet和ResNet，x^k分支代表了DenseNet，y^k分支代表了ResNet。

公式4

从ResNet、DenseNet到DPN的结构演进关系见图4和图5，图4(b)DenseNet结构中绿色和红色的1×1卷积就是图2中的f
_k-1
^k(·)、f
_k-2
^k(·)，两个1×1卷积是有独立的系数的，图4(b)在f
_t
^k(·)=f
_t(·)时可以演变成图4(c)，图4(c)是满足f
_t
^k(·)=f
_t(·)后的DenseNet结构，也就是ResNet。在图4(b)和图4(c)中可以看到算术相加后有一个1×1卷积(带下划线)在图2中没有出现过，加这个1×1卷积是为了让图4(c)能与图4(a)的ResNet对应上，纯粹是用于证明共享f
_t(·)后的DenseNet就是个ResNet，并无特殊作用。图5(d)就是DenseNet和ResNet组合在一起的DPN，结构中最后一个1×1卷积的输出分成了两半，一半的特征数和ResNet分支的输入的特征数相同，这样才能和ResNet分支的输入正好相加。

图5(e)是真正使用的DPN结构，和d的区别是DenseNet和ResNet分支共用了第一个1×1卷积。实际应用时3×3卷积使用ResNeXt中的GROUP方式来提升性能；ResNet分支的特征数也会更多点，这样可以减缓DenseNet随着层级加深特征宽度不停加大的问题。图6是几种DPN结构和ResNet结构的比较。

图4：ResNet和DenseNet结构

图5：DPN结构

图6：几种DPN结构

三、测试篇

作者使用了ImageNet 1k数据集来做图像分类测试、用Place365标准数据集来做场景分类测试、用PASCAL VOC数据集来做目标检测和语义分割测试。

1、图像分类测试（image classification）

从图7表格的第一部分可以看出92层的DPN的top-1错误率比101层的ResNeXt（32x4d）的错误率低0.5%，要比161层的DenseNet的错误率低1.5%，FLOPS也比他们要低；从图7表格的第二部分看出98层的DPN的错误率比ResNeXt性能最好的结构ResNeXt-101（64x4d）的错误率还要低，而且FLOPS要少25%，参数量也要少。
作者再把DPN的深度进一步加深到了131层（见图7表格最后一部分），他的错误率比当前性能最好的结构–Very Deep PolyNet还要低，同时参数量也更少，训练速度却要比PolyNet快一倍，作者还比较了各种结构训练时GPU显存的使用量和训练速度，结果见图7下方的三张图，可以看到DPN-98比性能最好的ResNeXt训练时要快15%，现存占用少9%。而性能更好的DPN-131只是比ResNeXt多用了19%的训练时间，就达到了state-of-art的结果。

图7：不同结构的参数量、FLOPS、错误率、训练速度、显存占用量的比较

2、场景分类测试（scene classification）

作者用Place365数据集作场景分类的测试，结果见图8，从结果可以看出DPN-92的准确率要比其他结构都高。

图8：不同结构的显存占用量和准确率比较

3、目标检测测试（object detection）

作者用PASCAL VOC 2007数据集作目标检测的测试，结果用平均准确度（AP）和平均准确度的期望（mAP）两种方式来衡量 ，测试时都用了Fast R-CNN框架，把Fast R-CNN中的ResNet替换成了需要验证的结构，其他部分保持不变。结果见图9，能看出DPN有很大优势。

图9：目标检测测试

4、语义分割测试（semantic segmentation）

语义分割测试用的是PASCAL VOC 2012数据集，用的框架是DeepLab-ASPP-L，图10是测试结果，可以看出DPN-92的mIoU准确度最高。

图10：语义分割测试

总结：从测试结果来看DPN结构无论在图像分类、目标检测还是语义分割领域都有极大的优势，是当前性能比较优秀的图像识别结构。