论文解读：深度监督网络（Deeply-Supervised Nets）

所谓深监督(Deep Supervision)，就是在深度神经网络的某些中间隐藏层加了一个辅助的分类器作为一种网络分支来对主干网络进行监督的技巧，用来解决深度神经网络训练梯度消失和收敛速度过慢等问题。

深监督作为一个训练trick在2014年就已经通过DSN(Deeply-Supervised Nets)提出来了。具体参见DSN论文。

DSN的一个缺点在于使用的网络结构不够深，且辅助的分类器为传统的SVM模型。2015年的一篇Training Deeper Convolutional Networks with Deep Supervision的论文尝试了在更深层结构的网络中使用深监督技巧。

深监督的结构

通常而言，增加神经网络的深度可以一定程度上提高网络的表征能力，但随着深度加深，会逐渐出现神经网络难以训练的情况，其中就包括像梯度消失和梯度爆炸等现象。为了更好的训练深度网络，我们可以尝试给神经网络的某些层添加一些辅助的分支分类器来解决这个问题。这种辅助的分支分类器能够起到一种判断隐藏层特征图质量好坏的作用。

既然明确了要通过深监督来解决深度网络难以训练的问题，那么这个作为监督分支结构应该加在神经网络的什么位置？论文作者根据一些经验法则和实验给出了结论。作者先是把深监督放在网络最后一层，然后跑10-50次迭代，绘制出中间层的平均梯度值。最后作者将监督分支添加在平均梯度消失(原文中平均梯度小于10_(-7))的那一层。随迭代次数变化的各卷积层的平均梯度值如下图所示。可以看到，Conv1-4层在迭代次数增加时平均梯度值都要小于10_(-7)。

带有深监督的一个8层深度卷积网络结构如下图所示。

带有深监督的一个13层深度卷积网络结构如下图所示。

其中各个模块含义如下：

损失函数

以W和Ws分别表示主干网络和深监督分支的权重，则有：
输出层softmax表示为：

深监督分支的损失函数为：
可以看到深监督分支的损失函数取决于W，而不是Ws，因为分支结构中倒数第二层的S8特征图关联到主干网络的卷积权重W1-4。

所以，联合损失函数可以表示为：
其中α_t可以表示为随训练epoch t衰减的一个值：

看到这个联合损失函数是不是有种正则化的味道，实际也正是如此，辅助loss能够起到一种类似正则化的效果。可以看到，Conv4在加深监督和不加深监督的平均梯度差异。如下图所示：

Torch示例

下面以Torch为例实现一个带深度监督的卷积模块。先定义卷积块：

import torch.nn as nn# 定义卷积块# 包含3x3卷积+BN+reludef conv3x3_bn_relu(in_planes, out_planes, stride=1):"3x3 convolution + BN + relu"return nn.Sequential(nn.Conv2d(in_planes, out_planes, kernel_size=3,  stride=stride, padding=1, bias=False),BatchNorm2d(out_planes),nn.ReLU(inplace=True),)

带有深监督的卷积模块如下：

class C1DeepSup(nn.Module):def __init__(self, num_class=150, fc_dim=2048, use_softmax=False):super(C1DeepSup, self).__init__()self.use_softmax = use_softmax
        self.cbr = conv3x3_bn_relu(fc_dim, fc_dim // 4, 1)self.cbr_deepsup = conv3x3_bn_relu(fc_dim // 2, fc_dim // 4, 1)# 最后一层卷积self.conv_last = nn.Conv2d(fc_dim // 4, num_class, 1, 1, 0)self.conv_last_deepsup = nn.Conv2d(fc_dim // 4, num_class, 1, 1, 0)
 
 # 前向计算流程def forward(self, conv_out, segSize=None):conv5 = conv_out[-1]x = self.cbr(conv5)x = self.conv_last(x)if self.use_softmax:  # is True during inferencex = nn.functional.interpolate(x, size=segSize, mode='bilinear', align_corners=False)x = nn.functional.softmax(x, dim=1)return x# 深监督模块conv4 = conv_out[-2]_ = self.cbr_deepsup(conv4)_ = self.conv_last_deepsup(_)# 主干卷积网络softmax输出x = nn.functional.log_softmax(x, dim=1)# 深监督分支网络softmax输出_ = nn.functional.log_softmax(_, dim=1)return (x, _)