模型检查的特征提取

torchvision.models.feature_extraction 包包含特征提取工具，让我们能够深入模型以访问输入的中间转换。这可能对计算机视觉中的各种应用有用。举几个例子：

• 可视化特征图。

• 提取特征以计算图像描述符，用于人脸识别、复制检测或图像检索等任务。

• 将选定的特征传递给下游子网络，以便针对特定任务进行端到端训练。例如，将特征层次结构传递给带有对象检测头的特征金字塔网络。

Torchvision 提供 create_feature_extractor() 来实现此目的。它通过大致遵循以下步骤来实现：

1. 符号化跟踪模型，以图形化方式表示其如何逐步转换输入。

2. 将用户选择的图节点设置为输出。

3. 删除所有冗余节点（输出节点下游的任何内容）。

4. 从生成的图中生成 Python 代码，并将其与图本身一起打包到一个 PyTorch 模块中。

torch.fx 文档提供了关于上述过程和符号化跟踪内部工作原理的更通用和详细的解释。

关于节点名称

为了指定哪些节点应作为提取特征的输出节点，应该熟悉这里使用的节点命名约定（它与torch.fx 中使用的略有不同）。节点名称指定为通过模块层次结构从顶层模块向下到叶操作或叶模块的. 分隔的路径。例如，ResNet-50 中的"layer4.2.relu" 表示ResNet 模块的第 4 层第 2 个块的 ReLU 的输出。以下是一些需要牢记的要点：

• 在为create_feature_extractor() 指定节点名称时，可以提供节点名称的截断版本作为快捷方式。要了解其工作原理，请尝试创建 ResNet-50 模型并使用train_nodes, _ = get_graph_node_names(model) print(train_nodes) 打印节点名称，并观察与layer4 相关的最后一个节点是"layer4.2.relu_2"。可以将"layer4.2.relu_2" 指定为返回节点，或者按约定只指定"layer4"，因为它指的是layer4 的最后一个节点（按执行顺序）。

• 如果某个模块或操作被重复使用了一次以上，节点名称会添加一个额外的_{int} 后缀以消除歧义。例如，可能在同一个forward 方法中使用了三次加法（+）运算。那么将会有"path.to.module.add"、"path.to.module.add_1"、"path.to.module.add_2"。计数器在直接父节点的范围内维护。因此，在 ResNet-50 中有一个"layer4.1.add" 和一个"layer4.2.add"。因为加法运算位于不同的块中，所以不需要后缀来消除歧义。

示例

以下是我们如何为 MaskRCNN 提取特征的示例

import torch
from torchvision.models import resnet50
from torchvision.models.feature_extraction import get_graph_node_names
from torchvision.models.feature_extraction import create_feature_extractor
from torchvision.models.detection.mask_rcnn import MaskRCNN
from torchvision.models.detection.backbone_utils import LastLevelMaxPool
from torchvision.ops.feature_pyramid_network import FeaturePyramidNetwork


# To assist you in designing the feature extractor you may want to print out
# the available nodes for resnet50.
m = resnet50()
train_nodes, eval_nodes = get_graph_node_names(resnet50())

# The lists returned, are the names of all the graph nodes (in order of
# execution) for the input model traced in train mode and in eval mode
# respectively. You'll find that `train_nodes` and `eval_nodes` are the same
# for this example. But if the model contains control flow that's dependent
# on the training mode, they may be different.

# To specify the nodes you want to extract, you could select the final node
# that appears in each of the main layers:
return_nodes = {
    # node_name: user-specified key for output dict
    'layer1.2.relu_2': 'layer1',
    'layer2.3.relu_2': 'layer2',
    'layer3.5.relu_2': 'layer3',
    'layer4.2.relu_2': 'layer4',
}

# But `create_feature_extractor` can also accept truncated node specifications
# like "layer1", as it will just pick the last node that's a descendent of
# of the specification. (Tip: be careful with this, especially when a layer
# has multiple outputs. It's not always guaranteed that the last operation
# performed is the one that corresponds to the output you desire. You should
# consult the source code for the input model to confirm.)
return_nodes = {
    'layer1': 'layer1',
    'layer2': 'layer2',
    'layer3': 'layer3',
    'layer4': 'layer4',
}

# Now you can build the feature extractor. This returns a module whose forward
# method returns a dictionary like:
# {
#     'layer1': output of layer 1,
#     'layer2': output of layer 2,
#     'layer3': output of layer 3,
#     'layer4': output of layer 4,
# }
create_feature_extractor(m, return_nodes=return_nodes)

# Let's put all that together to wrap resnet50 with MaskRCNN

# MaskRCNN requires a backbone with an attached FPN
class Resnet50WithFPN(torch.nn.Module):
    def __init__(self):
        super(Resnet50WithFPN, self).__init__()
        # Get a resnet50 backbone
        m = resnet50()
        # Extract 4 main layers (note: MaskRCNN needs this particular name
        # mapping for return nodes)
        self.body = create_feature_extractor(
            m, return_nodes={f'layer{k}': str(v)
                             for v, k in enumerate([1, 2, 3, 4])})
        # Dry run to get number of channels for FPN
        inp = torch.randn(2, 3, 224, 224)
        with torch.no_grad():
            out = self.body(inp)
        in_channels_list = [o.shape[1] for o in out.values()]
        # Build FPN
        self.out_channels = 256
        self.fpn = FeaturePyramidNetwork(
            in_channels_list, out_channels=self.out_channels,
            extra_blocks=LastLevelMaxPool())

    def forward(self, x):
        x = self.body(x)
        x = self.fpn(x)
        return x


# Now we can build our model!
model = MaskRCNN(Resnet50WithFPN(), num_classes=91).eval()

API 参考

create_feature_extractor(model[, ...])	创建一个新的图模块，它将给定模型中的中间节点作为字典返回，其中键是用户指定的字符串，值是请求的输出。
get_graph_node_names(model[, tracer_kwargs, ...])	开发实用程序，按执行顺序返回节点名称。