眼底多病种分类网络

我们使用Efficient Net网络作为分类器。它于2019年由谷歌提出，具有一种对分类网络优化更加泛化的思想。过去的分类网络优化方式通常是在增加网络深度、增加网络宽度和增加分辨率中采用一种，而Efficient Net的作者认为这三种方式不应独立存在，因此作者提出了一种复合模型缩放方法，通过同时优化网络深度、宽度和分辨率来提升性能，在取得SOTA准确率的同时，大大减少了模型参数量和计算量。图7-27展示了模型在各种维度的缩放方式。

图7-27　模型在各种维度的缩放方式

Efficient Net的作者通过实验表明单维缩放方式可以有限地提升网络性能，达到一定瓶颈后性能不再有提升。作为对比，作者使用图7-27e方式进行模型优化，手动设置3个维度的模型缩放参数，实验表明复合扩展方式取得比任一单维度扩展更好的结果，表明复合扩展能够进一步优化网络的性能。

Efficient Net的核心模块为移动翻转瓶颈卷积（MBConv）模块，该模块借用了2017年最后一届ILSVRC竞赛获得冠军的SE-Net的注意力思想，通过压缩与激发操作，生成具有全局感受野的1×1卷积层来为特征通道赋予权值。图7-28是扩展6倍、卷积核5×5、步长为2的MBConv图例。

Efficient Net共有8个版本，区别是输入大小和3个维度的缩放参数有所不同，由于硬件限制，我们选择参数量最小的Efficient Net-B0作为分类网络。Efficient Net-B0的结构为：16个MBConv模块、2个卷积层、1个全局池化层及最后的全连接分类层。完整结构见图7-29。

图7-28　MBConv结构示意图

图7-29　EfficientNet-B0结构